基于感知损失的深度学习降噪器作为对抗语音识别系统攻击的防御方法
音频与语音处理
2021-07-13 v1 机器学习
信号处理
摘要
本文研究将语音降噪作为抵御针对自动语音识别（ASR）系统对抗攻击的防御手段。对抗攻击试图通过向原始语音信号添加微小扰动来强制误分类。我们提出在 ASR 流水线中使用基于神经网络的降噪器作为预处理器来抵消这种攻击。该降噪器独立于下游 ASR 模型，因此可快速部署于现有系统中。我们发现，使用感知驱动的损失函数训练降噪器可在不损害良性样本上 ASR 性能的前提下提升对抗鲁棒性。我们的防御方法（作为 DARPA GARD 项目的一部分）在“Kenansville”攻击策略下，针对一系列攻击强度和语音样本进行了评估。在 20 dB 信噪比（SNR）攻击强度下，相对于未防御模型观察到词错误率（WER）平均提升约 7.7%。
引用
@article{arxiv.2107.05222,
title = {Perceptual-based deep-learning denoiser as a defense against adversarial attacks on ASR systems},
author = {Anirudh Sreeram and Nicholas Mehlman and Raghuveer Peri and Dillon Knox and Shrikanth Narayanan},
journal= {arXiv preprint arXiv:2107.05222},
year = {2021}
}
备注
5 pages, 4 figures submitted to ASRU 2021