用于音频重放攻击检测的注意力滤波网络
音频与语音处理
2018-11-01 v1 计算与语言
声音
机器学习
摘要
攻击者可采用多种技术欺骗自动说话人验证系统，使其误认为攻击者为真实用户。与此同时，反欺骗方法旨在使系统对此类攻击具有鲁棒性。ASVspoof 2017 挑战赛专门关注重放攻击，旨在衡量重放攻击检测的极限并开发相应的对策。本文中，我们提出重放攻击检测系统——注意力滤波网络（Attentive Filtering Network），其由基于注意力的滤波机制（在频域和时域增强特征表示）以及基于 ResNet 的分类器组成。我们表明，该网络使我们能够可视化自动获取的对欺骗检测有帮助的特征表示。注意力滤波网络在 ASVspoof 2017 Version 2.0 数据集上取得了 8.99% 的评估等错误率（EER）。通过系统融合，我们的最佳系统相较 ASVspoof 2017 增强基线系统进一步获得了 30% 的相对提升。
引用
@article{arxiv.1810.13048,
title = {Attentive Filtering Networks for Audio Replay Attack Detection},
author = {Cheng-I Lai and Alberto Abad and Korin Richmond and Junichi Yamagishi and Najim Dehak and Simon King},
journal= {arXiv preprint arXiv:1810.13048},
year = {2018}
}
备注
Submitted to ICASSP 2019