申请/专利权人:国家计算机网络与信息安全管理中心;清华大学
申请日:2021-05-08
公开(公告)日:2024-03-19
公开(公告)号:CN113205801B
主分类号:G10L15/06
分类号:G10L15/06;G10L15/08;G10L15/22;G10L15/26
优先权:
专利状态码:有效-授权
法律状态:2024.03.19#授权;2021.08.20#实质审查的生效;2021.08.03#公开
摘要:本申请涉及一种恶意语音样本的确定方法、装置、计算机设备和存储介质。该方法包括:获取初始语音样本集;根据预设的多种恶意类别对初始语音样本集进行分类,得到多种恶意类别中每种恶意类别对应的语音样本子集;根据每种恶意类别对应的语音样本子集中的语音样本信息,计算每种恶意类别对应的语音样本子集的恶意度;将恶意度满足预设恶意度条件的恶意类别对应的语音样本子集中的语音样本,确定为恶意语音样本。本方法基于语音样本子集的恶意类别以及恶意度可自动确定恶意语音样本,有利于提高恶意语音样本的确定效率。
主权项:1.一种恶意语音样本的确定方法,其特征在于,所述方法包括:获取初始语音样本集;根据预设的多种恶意类别对所述初始语音样本集进行分类,得到所述多种恶意类别中每种恶意类别对应的语音样本子集;根据所述每种恶意类别对应的语音样本子集中的语音样本信息,计算所述每种恶意类别对应的语音样本子集的恶意度;将所述恶意度满足预设恶意度条件的恶意类别对应的语音样本子集中的语音样本,确定为恶意语音样本;其中,所述根据所述每种恶意类别对应的语音样本子集中的语音样本信息,计算所述每种恶意类别对应的语音样本子集的恶意度,包括:获取所述每种恶意类别对应的语音样本子集中的语音样本的第一数量;获取所述每种恶意类别对应的语音样本子集中添加有负向标记的语音样本的第二数量,其中,所述负向标记用于指示所述语音样本中包含负面语音内容;计算所述第二数量与所述第一数量的比值,得到所述每种恶意类别对应的语音样本子集的负面反馈因子;获取所述初始语音样本集中的语音样本的第三数量;计算所述第一数量与所述第三数量的比值,得到所述每种恶意类别对应的语音样本子集的传播影响因子;根据所述负面反馈因子和所述传播影响因子,计算所述每种恶意类别对应的语音样本子集的恶意度。
全文数据:
权利要求:
百度查询: 国家计算机网络与信息安全管理中心;清华大学 恶意语音样本的确定方法、装置、计算机设备和存储介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。