欺骗攻击者也从自监督预训练模型中受益
音频与语音处理
2023-05-26 v1 声音
摘要
据报道，使用自监督学习的大规模预训练模型提升了语音反欺骗的性能。然而，攻击方也可能利用此类模型。此外，由于从头训练此类模型非常昂贵，常使用互联网上的预训练模型，但攻击方和防御方可能使用同一预训练模型。本文研究了在攻击者也可获得模型的前提下，使用预训练模型带来的反欺骗提升是否依然成立。作为攻击者，我们训练了一个增强欺骗语音的模型，使得基于预训练模型的说话人嵌入提取器无法区分真实语音与欺骗语音。实验结果表明，若攻击者同样利用预训练模型，反欺骗模型通过使用预训练模型所获得的增益几乎消失。
引用
@article{arxiv.2305.15518,
title = {Spoofing Attacker Also Benefits from Self-Supervised Pretrained Model},
author = {Aoi Ito and Shota Horiguchi},
journal= {arXiv preprint arXiv:2305.15518},
year = {2023}
}
备注
Accepted to INTERSPEECH 2023