[发明专利]变声型诈骗电话检测方法及装置

说明书

本发明属于通信网内容安全检测技术领域，具体涉及一种变声型诈骗电话检测方法及装置，该方法包括：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。本发明在检测过程中，不接触通话的具体内容，既不受诈骗分子更换话术内容的困扰，又能有效保护用户的通信隐私。

技术领域

本发明属于通信网内容安全检测技术领域，具体涉及一种变声型诈骗电话检测方法及装置。

背景技术

近年来，随着通信产业的迅猛发展，以电信网络诈骗为代表的网络诈骗成为危害人民群众财产安全的突出问题。为了实施诈骗，诈骗分子不断翻新手法，隐藏身份，更换话术剧本。随着以深度学习为代表的人工智能技术的发展，音频伪造生成技术不断成熟，基于合成和转换等技术生成的伪造语音的自然度和逼真度不断提升，已成为网络诈骗分子工具。在网络诈骗中，为了迷惑受害者，诈骗分子通常利用手机变声软件一人分饰多个角色，取得受害人的信任，进而达到骗取钱财的目的。

从电信网海量呼叫中快速检测定位这些诈骗呼叫对于维护公民财产安全和国家安全稳定具有重要的意义。但是为了逃避基于名单的检测方法，诈骗分子通常会频繁更换号码；为了逃避基于内容的检测方法，诈骗分子通常会频繁地更换话术剧本。所以，挖掘号码和通话内容之外，这些诈骗呼叫更本质的特征对于诈骗电话的监管具有重要的意义。

发明内容

针对利用变声软件发起的诈骗呼叫，本发明提出一种变声型诈骗电话检测方法及装置，不接触通话的具体内容，既不受诈骗分子更换话术内容的困扰，又能有效保护用户的通信隐私。

为解决上述技术问题，本发明采用以下的技术方案：

本发明提供了一种变声型诈骗电话检测方法，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。

进一步地，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。

进一步地，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。

进一步地，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。

进一步地，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。

进一步地，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。

进一步地，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。

进一步地，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。