Imperio：面向自动语音识别系统的鲁棒空中对抗样本
密码学与安全
2020-11-25 v5 机器学习
声音
音频与语音处理
摘要
自动语音识别（ASR）系统可被定向对抗样本欺骗，这些样本诱导 ASR 对经过改动的音频信号产生任意转写结果。然而，当前最先进的对抗样本通常必须直接输入 ASR 系统，在房间中播放时并不成功。少数已发表的空中对抗样本属于以下三类之一：手工制作样本；或过于明显，人类听众一旦获知其内容便能轻易辨认出目标转写；或需要关于攻击发生房间的精确信息，因而无法迁移到其他房间。本文中，我们展示了首个生成通用对抗样本的算法，这些样本在未经针对特定环境调整的空中攻击中仍保持鲁棒。因此，无需房间特征的先验知识。相反，我们利用房间脉冲响应（RIRs）计算任意房间特征下的鲁棒对抗样本，并采用 ASR 系统 Kaldi 演示该攻击。此外，我们的算法可利用心理声学方法将原始音频信号的变化隐藏于人耳听觉阈值之下。在实际实验中，我们表明对抗样本对不同的房间布置均有效，且扬声器与麦克风之间无需直接视距。因此，攻击者可对任意目标转写生成不显眼的对抗样本，并在无任何先验知识的情况下将其应用于任意房间布置。
引用
@article{arxiv.1908.01551,
title = {Imperio: Robust Over-the-Air Adversarial Examples for Automatic Speech Recognition Systems},
author = {Lea Schönherr and Thorsten Eisenhofer and Steffen Zeiler and Thorsten Holz and Dorothea Kolossa},
journal= {arXiv preprint arXiv:1908.01551},
year = {2020}
}