← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 41.a.1.a.1 · 生成模型:未记录

语音相似不证明身份

理解等级:中级

语音合成可分别表示内容、音调、节奏和说话者特征,再合成完整语音。因此听起来熟悉的声音也可能是构造结果。声纹认证的威胁模型需要包含合成与重放风险,不能把自然听感或单项相似度等同于本人授权。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 网络安全 智能化扩大网络攻防能力 · 查看原书依据

      将语音学习分解为内容、音调和节奏,分别予以合成,最后利用神经网络合成完整语音[24]。首先是编码,除了音色部分,使用内容编码器、节奏编码器和音调编码器。每个编码器由卷积层堆栈组成,后面接一组归一化组件。每个卷积层的输出被传递到一个随机重采样

    参考来源

    - 位置:《人工智能安全》网络安全,智能化扩大网络攻防能力(源项目a19c7933-4eda-4176-aebd-30fe7e1ad292,源文件:extracted/人工智能安全/_epub-src/EPUB/xhtml/Section0001_0009.xhtml) - 结论依据:原文对该概念的说明、比较或案例支撑本卡解释;书中历史数据与技术预测保留原有时点,不当作当前已验证结论。 - 原始内容:将语音学习分解为内容、音调和节奏,分别予以合成,最后利用神经网络合成完整语音[24]。首先是编码,除了音色部分,使用内容编码器、节奏编码器和音调编码器。每个编码器由卷积层堆栈组成,后面接一组归一化组件。每个卷积层的输出被传递到一个随机重采样