弥合欺骗鸿沟：一种用于语音呈现攻击的统一并行聚合网络
声音
2023-09-20 v1 音频与语音处理
摘要
自动说话人验证（ASV）系统在语音生物特征识别中日益用于用户认证，但易受逻辑与物理欺骗攻击，带来安全风险。现有研究主要分别应对逻辑或物理攻击，导致统一欺骗检测存在鸿沟。此外，当现有系统试图同时处理两类攻击时，其等错误率（EER）常表现出显著差距。为弥合此鸿沟，我们提出一种处理原始音频的并行堆叠聚合网络。我们的方法采用 split-transform-aggregation（分割-变换-聚合）技术，将语音划分为卷积表征，施加变换，并聚合结果以识别逻辑（LA）与物理（PA）欺骗攻击。对 ASVspoof-2019 与 VSDC 数据集的评估显示了所提系统的有效性。它优于最先进的方案，呈现出减小的 EER 差距与更优的欺骗攻击检测性能。这凸显了所提方法的泛化性与优越性。在一个日益依赖语音安全的世界中，我们的统一欺骗检测系统提供了针对各类语音欺骗攻击的稳健防御，有效保障 ASV 与用户数据。
引用
@article{arxiv.2309.10560,
title = {Bridging the Spoof Gap: A Unified Parallel Aggregation Network for Voice Presentation Attacks},
author = {Awais Khan and Khalid Mahmood Malik},
journal= {arXiv preprint arXiv:2309.10560},
year = {2023}
}