欺骗对抗措施的泛化性：基于ASVspoof 2015与BTAS 2016语料库的案例研究
多媒体
2020-08-07 v1 音频与语音处理
摘要
基于语音的生物识别系统极易受到欺骗攻击。近来，已开发出各种对抗措施用于检测不同类型的攻击，如重放、语音合成(SS)与语音转换(VC)。大多数现有研究使用由评估协议定义的特定训练集进行。然而，对于现实场景，选择合适的训练数据是系统管理员面临的一个开放挑战。受此实际关切的驱动，本文研究了在受限训练条件下欺骗对抗措施的泛化能力，其中训练数据库中遗漏了来自广泛攻击类型的语音。我们证明了不同欺骗类型具有显著不同的泛化能力。在本研究中，我们使用两类特征分析性能：作为基线的梅尔频率倒谱系数(MFCCs)与近期提出的常数Q倒谱系数(CQCCs)。实验采用标准高斯混合模型-最大似然(GMM-ML)分类器在最近发布的两个欺骗语料库上进行：ASVspoof 2015与BTAS 2016，其中包括跨语料库性能分析。特征级分析表明，谱特征的静态与动态系数对于真实条件下检测欺骗攻击均十分重要。
引用
@article{arxiv.1901.08025,
title = {Generalization of Spoofing Countermeasures: a Case Study with ASVspoof 2015 and BTAS 2016 Corpora},
author = {Dipjyoti Paul and Md Sahidullah and Goutam Saha},
journal= {arXiv preprint arXiv:1901.08025},
year = {2020}
}