AuthGlass：基于全息声学特征对智能眼镜语音活体检测与认证进行基准测试
人机交互
2026-05-12 v5 声音
摘要
随着智能眼镜的快速发展，语音交互因其自然性和便利性而广泛采用。然而，其实际部署常因易受欺骗攻击而受限，而目前暂无针对智能眼镜语音活体检测与认证的公开数据集。为此，我们首次收集由 42 名受试者提供的 16 通道音频数据集，包含相应的攻击样本，覆盖两种攻击类别。基于收集数据的洞察，我们提出 AuthG-Live 一种基于声场的语音活体检测方法，以及 AuthG-Net 一种多声学模态认证模型。我们进一步对七种语音活体检测方法和四种认证方法在不同声学模态下进行基准测试。结果表明，我们的方法在四个基准任务中实现了最先进的性能，广泛的消融研究验证了该方法在现实约束下的通用性。最后，我们发布了该数据集，称为 AuthGlass，以促进智能眼镜语音活体检测与认证的后续研究。
引用
@article{arxiv.2509.20799,
title = {AuthGlass: Benchmarking Voice Liveness Detection and Authentication on Smart Glasses via Comprehensive Acoustic Features},
author = {Weiye Xu and Zhang Jiang and Siqi Zheng and Xiyuxing Zhang and Changhao Zhang and Jian Liu and Weiqiang Wang and Yuntao Wang},
journal= {arXiv preprint arXiv:2509.20799},
year = {2026}
}
备注
Submitted to IMWUT 2026