LMD：一种用于检测说话人验证对抗样本的可学习掩码网络

尽管自动说话人验证（ASV）的安全性受到近期出现的对抗攻击的严重威胁，已有一些对策来缓解该威胁。然而，许多防御方法不仅需要攻击者的先验知识，且可解释性弱。为解决此问题，本文提出一种独立于攻击者且可解释的方法，称为可学习掩码检测器（LMD），用于将对抗样本与真实样本分离。它利用分数变化作为检测对抗样本的指示器，其中分数变化是原始音频录音与其由掩码复谱图合成的变换音频的 ASV 分数之间的绝对差异。分数变化检测器的核心组件是通过神经网络生成掩码谱图。该神经网络仅需真实样本训练，这使其成为独立于攻击者的方法。其可解释性在于：神经网络被训练以最小化目标 ASV 的分数变化，并最大化真实训练样本的掩码谱图频元数量。其基础基于如下观察：掩去绝大多数含极少说话人信息的谱图频元，将不可避免地给对抗样本引入大的分数变化，而给真实样本引入小的分数变化。使用 12 种攻击者和两个代表性 ASV 系统的实验结果表明，我们提出的方法优于五种最先进的基线。广泛的实验结果也可作为基于检测的 ASV 防御的基准。