SoK：我们 ASR 中的缺陷：针对自动语音识别与说话人识别系统的攻击综述
密码学与安全
2020-07-22 v3 机器学习
声音
摘要
语音与说话人识别系统被用于多种应用，从个人助理到电话监控和生物特征认证。这些系统的广泛部署得益于神经网络准确性的提高。像其他基于神经网络的系统一样，近期研究表明语音与说话人识别系统易受使用 manipulated 输入的攻击。然而，正如我们在本文中所展示的，语音与说话人系统的端到端架构及其输入的性质使得针对它们的攻击和防御与图像空间中的情形有实质性不同。我们首先通过系统化该领域的现有研究并提供一套分类法来展示这一点，社区可借此评估未来工作。随后我们通过实验证明，针对这些模型的攻击几乎普遍无法迁移。在此过程中，我们认为需要大量额外工作来在此领域提供充分的缓解措施。
引用
@article{arxiv.2007.06622,
title = {SoK: The Faults in our ASRs: An Overview of Attacks against Automatic Speech Recognition and Speaker Identification Systems},
author = {Hadi Abdullah and Kevin Warren and Vincent Bindschaedler and Nicolas Papernot and Patrick Traynor},
journal= {arXiv preprint arXiv:2007.06622},
year = {2020}
}