买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉武汉大学申请的专利一种基于匿名化的声纹身份多重防御方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118764206B 。

龙图腾网通过国家知识产权局官网在2025-09-23发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410769798.X，技术领域涉及：H04L9/32；该发明授权一种基于匿名化的声纹身份多重防御方法及系统是由程子洋;晏健鑫;周姝彤;邵嘉阳设计研发完成，并于2024-06-14向国家知识产权局提交的专利申请。

本一种基于匿名化的声纹身份多重防御方法及系统在说明书摘要公布了：本发明公开了一种基于匿名化的声纹身份多重防御方法及系统，首先提取各个说话人原始声纹数据的声纹特征，利用Softmax函数将提取的各个说话人的声纹特征向量转换为概率分布，形成初始的声纹特征库；然后使用高斯混合模型对声纹特征库进行聚类分析，选择与原始声纹数据差异最大的聚类中心；接着对每个聚类中心，计算其概率分布与原始声纹数据的概率分布之间的KL散度；最后对每个聚类中心，根据其与原始声纹数据的KL散度计算权重，通过加权平均方法合成新的声纹特征向量。本发明基于KL散度的差异化防御机制，高级的初始化权重方法，以及对隐私保护的重视，这些都显著提高了系统的防御效果和实用性。

本发明授权一种基于匿名化的声纹身份多重防御方法及系统在权利要求书中公布了：1.一种基于匿名化的声纹身份多重防御方法，其特征在于，包括以下步骤： 步骤1：首先提取各个说话人原始声纹数据的声纹特征，利用Softmax函数将提取的各个说话人的声纹特征向量转换为概率分布，形成初始的声纹特征库； 步骤2：使用高斯混合模型对声纹特征库进行聚类分析，选择与原始声纹数据差异最大的聚类中心； 定义GMM模型，利用得到的声纹特征库，包含N个经过Softmax转换后的特征向量P＝{Px1,Px2,…,PxN}；定义GMM模型的概率密度函数其中，πk是第k个高斯分布的混合系数，表示均值为μk、协方差为Σk的高斯分布；训练GMM模型，随机初始化混合系数πk、均值向量μk和协方差矩阵Σk， 其中，α是Dirichlet分布的参数，μ0和Σ0分别为均值和协方差矩阵的初始值；使用EM算法迭代更新GMM参数，直到参数收敛到最优解； 步骤3：对每个聚类中心，计算其概率分布与原始声纹数据的概率分布之间的KL散度； 步骤4：对每个聚类中心，根据其与原始声纹数据的KL散度计算权重，通过加权平均方法合成新的声纹特征向量。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人武汉大学，其通讯地址为：430072 湖北省武汉市武昌区八一路299号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。