用于 ASVspoof2019 挑战赛的 STC 反欺骗系统
声音
2019-04-12 v1 计算与语言
密码学与安全
机器学习
音频与语音处理
机器学习
摘要
本文描述了提交至 ASVspoof 2019 挑战赛的语音技术中心（STC）反欺骗系统。ASVspoof2019 是先前挑战赛的扩展版本，包含两种评估条件：采用语音合成与变声攻击类型的逻辑访问用例场景，以及采用重放攻击的物理访问用例场景。在挑战赛期间，我们针对两种场景均开发了反欺骗方案。所提出的系统采用深度学习方法实现，并基于不同类型的声学特征。我们改进了作者此前用于重放攻击检测、并在 ASVspoof2017 挑战赛中取得高欺骗检测质量的 Light CNN 架构。特别地，本文研究了基于角间隔的 softmax 激活在训练鲁棒深度 Light CNN 分类器以解决上述任务中的效率。所提交系统在挑战赛语料评估部分的逻辑访问场景中取得了 1.86% 的 EER，在物理访问场景中取得了 0.54% 的 EER。针对未知类型欺骗攻击所取得的高性能，证明了所提方法在两种评估条件下的稳定性。
引用
@article{arxiv.1904.05576,
title = {STC Antispoofing Systems for the ASVspoof2019 Challenge},
author = {Galina Lavrentyeva and Sergey Novoselov and Andzhukaev Tseren and Marina Volkova and Artem Gorlanov and Alexandr Kozlov},
journal= {arXiv preprint arXiv:1904.05576},
year = {2019}
}
备注
Submitted to Interspeech 2019, Graz, Austria