面向说话人识别的多目标后门攻击
声音
2025-10-10 v3 机器学习
摘要
本文提出一种针对说话人识别的多目标后门攻击方法，利用位置无关的点击声作为触发器。不同于以往单目标方法，本方法可同时针对最多50个说话人，成功率可达最高的95.04%。为模拟更真实的攻击环境，我们变化语音与触发器之间的信噪比，展示了隐蔽性与有效性之间的权衡。我们进一步将攻击扩展到说话人验证任务，通过选择基于余弦相似性最相似的训练说话人作为代理目标。当目标说话人与注册说话人配对高度相似时，攻击最为有效，成功率可达最高的90%。
引用
@article{arxiv.2508.08559,
title = {Multi-Target Backdoor Attacks Against Speaker Recognition},
author = {Alexandrine Fortier and Sonal Joshi and Thomas Thebaud and Jesús Villalba and Najim Dehak and Patrick Cardinal},
journal= {arXiv preprint arXiv:2508.08559},
year = {2025}
}
备注
Accepted to IEEE Automatic Speech Recognition and Understanding Workshop 2025