面向说话人识别定向攻击的不可听对抗扰动
声音
2020-05-25 v2 音频与语音处理
摘要
说话人识别是生物特征认证中的一个热门话题，许多深度学习方法已取得了卓越的性能。然而，在图像和语音应用中均已表明，深度神经网络易受对抗样本的攻击。在本研究中，我们旨在利用这一弱点对基于 x-vector 的说话人识别系统实施定向对抗攻击。我们提出基于频率掩蔽的心理声学原理，生成实现针对说话人识别系统定向白盒攻击的不可听对抗扰动。具体而言，我们将扰动限制在原始音频的掩蔽阈值之下，而非使用常见的 l_p 范数来度量扰动。在 Aishell-1 语料库上的实验表明，我们的方法对任意性别说话人目标可达到高达 98.5% 的攻击成功率，同时对被试者保持难以分辨的特性。此外，当将所提方法应用于完全不相关的波形（如音乐）时，我们也实现了有效的说话人攻击。
引用
@article{arxiv.2005.10637,
title = {Inaudible Adversarial Perturbations for Targeted Attack in Speaker Recognition},
author = {Qing Wang and Pengcheng Guo and Lei Xie},
journal= {arXiv preprint arXiv:2005.10637},
year = {2020}
}
备注
5 pages, 2 figures