基于SVM的合成语音检测

摘要：

将高斯超向量分类技术引入到了合成语音检测系统中，利用svm二分类起进行合成语音检测在保证检测速度的情况下可以达到一个较为优秀的效果。但由于训练数据标注问题，对性能还是一定影响。并且在更大的训练数据规模下，svm也很难进一步进行提升。在训练数据更充分，标注更精确的情况下，可以采用复杂度较高但是效果更好的深度神经网络作为新的分类器进行分类。

关键词： 合成语音 自动化检测 信号识别 发声特征

作者: 杨朔 计哲 郭耀辉 颜永红

作者单位: 中国科学院声学研究所 语言声学与内容理解重点实验室,北京100190;中国科学院大学,北京100049 国家计算机网络与信息安全管理中心,北京100017 江苏联合职业技术学院徐州经贸分院,江苏徐州221004 中国科学院声学研究所 语言声学与内容理解重点实验室,北京100190;中国科学院大学,北京100049;中国科学院新疆理化技术研究所 新疆民族语音语言信息处理实验室,新疆乌鲁木齐830011

会议类型: 国内会议

会议名称: 中国声学学会2017年全国声学学术会议

会议地点: 哈尔滨

会议语种:中文

页码: 653-654

在线出版日期: 2017-09-22（万方平台首次上网日期，不代表论文的发表时间）