用于改进重放攻击检测的多任务孪生神经网络
音频与语音处理
2020-02-19 v1 机器学习
声音
机器学习
摘要
自动说话人验证系统易受音频重放攻击，此类攻击通过重放授权说话人的录音绕过安全机制。基于残差神经网络（ResNet）构建的重放攻击（RA）检测系统在公开基准 ASVspoof 2019 物理访问挑战赛上取得了惊人结果。尽管多数团队使用了精细调整的特征提取流程与模型架构，此类系统的泛化能力仍存疑。本工作中，我们分析多任务学习（MTL）设定下判别性特征学习对 RA 检测系统泛化能力与判别能力的影响。我们以经交叉熵准则优化的流行 ResNet 架构为基线，并将其与采用孪生神经网络（SNN）通过 MTL 优化的同架构进行比较。可表明 SNN 以相对 26.8% 的等错误率（EER）优于基线。我们进一步改进模型架构，并证明带有额外重构损失的 SNN 带来了相对 13.8% EER 的又一显著提升。
引用
@article{arxiv.2002.07629,
title = {Multi-Task Siamese Neural Network for Improving Replay Attack Detection},
author = {Patrick von Platen and Fei Tao and Gokhan Tur},
journal= {arXiv preprint arXiv:2002.07629},
year = {2020}
}
备注
Submit to INTERSPEECH2020