[发明专利]变声型诈骗电话检测方法及装置

权利要求书

1.一种变声型诈骗电话检测方法，其特征在于，包括：

对于电信网中的通话，首先提取每个呼叫的前几秒有效语音的声学特征，得到声学特征图；然后将声学特征图送入虚假语音检测模型中进行判决，对于虚假语音检测模型检测出的利用变声软件发起的疑似诈骗呼叫，再提交给人工进行审核。

2.根据权利要求1所述的变声型诈骗电话检测方法，其特征在于，所述声学特征采用美尔频率倒谱系数或者短时傅里叶变换对数幅度。

3.根据权利要求2所述的变声型诈骗电话检测方法，其特征在于，所述声学特征的提取过程如下：

电信网中语音的采样率是每秒8000个点，以256个采样点即32ms的语音为一帧，帧与帧之间有16ms的重叠，对于每个呼叫，采集主叫前4秒的语音内容进行处理，提取(4000-32)/16+1＝249帧的声学特征参数；

美尔滤波器组中将语音在美尔频率上的分布划分成24个子带，即每帧语音经过美尔滤波器过滤后会得到24维的美尔频率倒谱系数。

4.根据权利要求3所述的变声型诈骗电话检测方法，其特征在于，对24维的美尔频率倒谱系数进行一阶和二阶差分，每帧语音得到72维的美尔频率倒谱系数；那么对于每个呼叫，得到249帧72维的声学特征参数。

5.根据权利要求4所述的变声型诈骗电话检测方法，其特征在于，用矩阵的形式把声学特征有序地组织起来，作为每个呼叫的声学特征图。

6.根据权利要求1所述的变声型诈骗电话检测方法，其特征在于，所述虚假语音检测模型为SVM分类模型、GMM分类模型或者深度神经网络模型。

7.根据权利要求6所述的变声型诈骗电话检测方法，其特征在于，所述深度神经网络模型采用CNN检测模型，所述CNN检测模型包括输入层、卷积层、池化层、全连接层和输出层。

8.根据权利要求7所述的变声型诈骗电话检测方法，其特征在于，所述输入层的尺寸为249*72；所述卷积层有3个5*5的卷积核，卷积时宽的步长是2，高的步长是1，填充的大小是1；所述池化层以2*2为单元，采用最大池化机制；所述输出层采用基于softmax的二分类输出。

9.根据权利要求7所述的变声型诈骗电话检测方法，其特征在于，所述CNN检测模型的训练过程如下：首先基于公开数据集中大量带标签的真实语音和虚假语音进行预训练，然后从电信网上采集少量的真实呼叫语音和利用变声软件发起的呼叫语音，人工进行标注后，再送入预训练模型中进行微调。

10.一种变声型诈骗电话检测装置，其特征在于，包括：

声学特征图提取模块，用于提取每个呼叫的前几秒有效语音的声学特征，得到声学特征图；

虚假语音检测模型判决模块，用于将声学特征图送入虚假语音检测模型中进行判决；

人工审核模块，用于对于虚假语音检测模型检测出的利用变声软件发起的疑似诈骗呼叫，再提交给人工进行审核。