学习欺骗说话人识别系统
音频与语音处理
2020-04-08 v1 密码学与安全
声音
摘要
由于指纹/人脸/说话人识别系统被广泛部署，攻击基于深度学习的生物特征系统已引起越来越多的关注。以往研究主要考察对基于视觉的系统的攻击，如指纹和人脸识别。而尽管说话人识别已在日常生活中广泛使用，针对它的攻击尚未被研究。本文尝试欺骗最先进的说话人识别模型，并提出说话人识别攻击者（speaker recognition attacker），一种轻量模型，通过对原始语音波形添加不可感知扰动来欺骗深度说话人识别模型。我们发现说话人识别系统同样易受攻击，并在非定向攻击上取得了高成功率。此外，我们还提出一种优化说话人识别攻击者的有效方法，以在攻击成功率与感知质量之间取得权衡。在 TIMIT 数据集上的实验表明，我们可实现 的句子错误率，平均 SNR 为 ，PESQ 为 4.2，且速度远快于实时。
引用
@article{arxiv.2004.03434,
title = {Learning to fool the speaker recognition},
author = {Jiguo Li and Xinfeng Zhang and Jizheng Xu and Li Zhang and Yue Wang and Siwei Ma and Wen Gao},
journal= {arXiv preprint arXiv:2004.03434},
year = {2020}
}
备注
Accepted by ICASSP2020