变换声学特征以欺骗说话人验证系统的重放欺骗计数器措施
声音
2018-09-14 v2 密码学与安全
音频与语音处理
摘要
自动说话人验证（ASV）系统使用重放检测器来滤除重放攻击并确保验证可靠性。由于当前重放检测模型几乎总是使用真实语音与重放语音训练，通过将重放语音的声学特征变换得接近真实语音，有可能降低其性能。一种方法是在重放前增强从目标说话人处“窃取”的语音。我们使用语音增强生成对抗网络（generative adversarial network）变换声学特征，测试了采用该方法的重放攻击有效性。实验结果表明，使用这种“增强窃取语音”方法显著提高了ASVspoof 2017挑战赛所用基线以及基于轻量卷积神经网络方法的等错误率。结果还显示其降低了基于高斯混合模型-通用背景模型的ASV系统性能。此类攻击因此成为亟待解决的紧迫问题。
引用
@article{arxiv.1809.04274,
title = {Transforming acoustic characteristics to deceive playback spoofing countermeasures of speaker verification systems},
author = {Fuming Fang and Junichi Yamagishi and Isao Echizen and Md Sahidullah and Tomi Kinnunen},
journal= {arXiv preprint arXiv:1809.04274},
year = {2018}
}
备注
Accepted at WIFS2018