针对语音识别系统对抗攻击的梅尔频谱域防御
音频与语音处理
2022-03-30 v1 机器学习
摘要
近期大量工作探讨了深度神经网络在图像处理领域针对对抗攻击的防御。诸如自动语音识别（ASR）等语音处理应用日益依赖深度学习模型，因此也易受对抗攻击。然而，许多针对ASR探索的防御只是简单改编图像域防御，可能无法提供最优鲁棒性。本文利用梅尔频谱域探索语音专用防御，并引入一种称为“梅尔域噪声淹没”（MDNF）的新型防御方法。MDNF在重新合成音频信号之前，对语音片段的梅尔频谱图施加加性噪声。我们针对投影梯度下降（PGD）和Carlini-Wagner（CW）攻击等强白盒对抗攻击测试了这些防御，并在强威胁模型下显示出优于随机平滑基线的鲁棒性。
引用
@article{arxiv.2203.15283,
title = {Mel Frequency Spectral Domain Defenses against Adversarial Attacks on Speech Recognition Systems},
author = {Nicholas Mehlman and Anirudh Sreeram and Raghuveer Peri and Shrikanth Narayanan},
journal= {arXiv preprint arXiv:2203.15283},
year = {2022}
}
备注
This paper is 5 pages long and was submitted to Interspeech 2022