自動話者認識装置に対するスポージング攻撃の一般化エンドツーエンド検出【JST・京大機械翻訳】

Monteiro Joao; Monteiro Joao; Alam Jahangir; Alam Jahangir; Falk Tiago H.

文献

J-GLOBAL ID：202002257171542276 整理番号：20A1081202

自動話者認識装置に対するスポージング攻撃の一般化エンドツーエンド検出【JST・京大機械翻訳】

Generalized end-to-end detection of spoofing attacks to automatic speaker recognizers

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=20A1081202&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=20A1081202&from=J-GLOBAL&jstjournalNo=T0677A") }}

著者 (5件)： , , , ,
資料名：
巻： 63 ページ： Null 発行年： 2020年
JST資料番号： T0677A ISSN： 0885-2308 資料種別：逐次刊行物 (A)
記事区分：原著論文発行国：イギリス (GBR) 言語：英語 (EN)

自動話者認識システムが主流になるにつれて,音声のスプフィング攻撃が上昇している。通常の攻撃戦略は,再生,テキスト音声合成の利用,音声変換システムを含む。以前に提案されたエンドツーエンド検出フレームワークは,一つの特定のスポフィング戦略に対するスポッティング攻撃において効果的であることが示されているが,それらは異なるモデル,アーキテクチャ,および音声表現に依存している。しかしながら,実際には,攻撃者が話者認識装置を創始するために採用する戦略に関する事前情報を持たないので,それらを生成するために採用された戦略にかかわらず,攻撃を検出することができるアプローチを考案する必要がある。本研究において,著者らは,以前にそれぞれ考慮した攻撃戦略によく機能することが示されている2つのモデルが共同で訓練されるようなエンドツーエンドアンサンブルベースのアプローチを導入した。一方,第3のモデルでは,それらの出力を単一スコアでどのように混合するかを学習した。再生とテキスト音声/音声変換攻撃による実験結果により,提案したアンサンブル法は,別々に各スプリング戦略に特化したシステムと比較して,類似または優れた性能を達成することを示した。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

, ,
, , , , , 【Automatic Indexing@JST】

著者キーワード (4件)： , , ,

パターン認識 , 音声処理

, , ,

前のページに戻る