我们能否用说话人识别技术攻击其自身？利用自动目标说话人选择增强模仿攻击
音频与语音处理
2018-11-12 v1 计算与语言
机器学习
摘要
我们在自动说话人验证（ASV）背景下考虑技术辅助的模仿攻击。我们利用 ASV 自身来选择由人类模仿所攻击的目标说话人。我们录制了 6 名朴素模仿者，并使用 i-vector 系统从 VoxCeleb1 与 VoxCeleb2 语料库（7365 个潜在目标）中为其选择目标名人。攻击者可尝试模仿所选目标，其语音使用独立开发的 x-vector 系统进行 ASV 测试。我们的主要发现是否定性的：即便攻击者对目标说话人的某些得分略有提高，我们的模仿者仍未能成功欺骗 x-vector 系统。然而有趣的是，所选目标（最近、最远、中位）的相对排序在系统间保持一致，这表明系统间存在一定程度的迁移性。
引用
@article{arxiv.1811.03790,
title = {Can We Use Speaker Recognition Technology to Attack Itself? Enhancing Mimicry Attacks Using Automatic Target Speaker Selection},
author = {Tomi Kinnunen and Rosa González Hautamäki and Ville Vestman and Md Sahidullah},
journal= {arXiv preprint arXiv:1811.03790},
year = {2018}
}
备注
(A slightly shorter version) has been submitted to IEEE ICASSP 2019