基于时延浅层神经网络与特征切换的欺骗检测
音频与语音处理
2020-07-28 v2 密码学与安全
机器学习
声音
摘要
检测欺骗语音是基于语音的生物特征识别中的一个基本问题。欺骗可通过逻辑访问（如语音合成、语音转换）或物理访问（如重放预录语音）实现。受最先进的基于 x-vector 的说话人验证方法启发，本文提出了一种时延浅层神经网络（TD-SNN）用于逻辑与物理访问的欺骗检测。所提 TD-SNN 系统相对于传统 DNN 系统的新颖之处在于，它能在测试时处理变长语音。我们在 ASV-spoof-2019 数据集上分析了所提 TD-SNN 系统与基线高斯混合模型（GMMs）的性能。系统性能以最小归一化串联检测代价函数（min-t-DCF）衡量。当使用单一特征研究时，TD-SNN 系统在物理访问上始终优于 GMM 系统。对于逻辑访问，GMM 在某些单一特征上超越 TD-SNN 系统。当与决策级特征切换（DLFS）范式结合时，最佳 TD-SNN 系统在评估数据上相对于最佳基线 GMM 系统分别取得了 48.03% 和 49.47% 的相对改进（逻辑与物理访问）。
引用
@article{arxiv.1904.07453,
title = {Spoof detection using time-delay shallow neural network and feature switching},
author = {Mari Ganesh Kumar and Suvidha Rupesh Kumar and Saranya M and B. Bharathi and Hema A. Murthy},
journal= {arXiv preprint arXiv:1904.07453},
year = {2020}
}