基于自动编码器与孪生网络在ASVspoof 2019挑战赛上的重放欺骗对策
音频与语音处理
2019-10-30 v1 声音
摘要
自动说话人确认(ASV)是基于呈现给系统的语音来识别人的过程。不同的合成方法允许欺骗以击败ASV系统(ASVs)，无论是使用模仿语音还是重构特征的技术。攻击者试图使用四种通用技术击败ASVs：冒充、语音合成、语音转换和重放。最后一种技术被认为是用于欺骗目的的常见且高潜力工具，因为重放攻击更易实施且不需要对手具备技术知识。在本研究中，我们提出了一种用于ASVs的新型重放欺骗对策。据此，我们使用恒Q倒谱系数(CQCC)特征输入自动编码器，以获得更具信息量的特征，并利用欺骗语音的噪声信息进行判别。最后，孪生网络的不同配置首次在此背景下用于分类。在ASVspoof 2019挑战赛数据集上使用等错误率(EER)和串联检测代价函数(t-DCF)作为评估指标进行的实验表明，所提系统在EER和t-DCF上分别比基线结果改善了10.73%和0.2344。
引用
@article{arxiv.1910.13345,
title = {Replay Spoofing Countermeasure Using Autoencoder and Siamese Network on ASVspoof 2019 Challenge},
author = {Mohammad Adiban and Hossein Sameti and Saeedreza Shehnepoor},
journal= {arXiv preprint arXiv:1910.13345},
year = {2019}
}