生理的

Dec 07, 2023

高等教育出版局

画像: 提案されたモデル構造もっと見る

クレジット: Higher Education Press Limited Company

生体音声認識システムはさまざまなスプーフィング攻撃を受けることが多く、その中で最も一般的なのは音声合成攻撃と音声変換攻撃です。 これらのスプーフィング攻撃により、生体音声認識システムがこれらのスプーフィング攻撃を誤って受け入れる可能性があり、このシステムのセキュリティが危険にさらされる可能性があります。 研究者はこの問題に対処するために多くの努力を行ってきました。 しかし、既存の音声なりすまし検出方法は音声の物理的特徴のみを考慮しているため、検出性能が低くなります。

この問題を解決するために、Junxiao XUE 率いる研究チームは、Higher Education Press と Springer Nature が共刊する Frontiers of Computer Science に新しい研究を 2023 年 4 月 15 日に発表しました。

研究チームは、生理学的特徴と物理的特徴の融合に基づいた音声なりすまし検出手法を提案しています。 この方法には、特徴抽出器、圧縮ブロックと励起ブロックを備えた高密度接続畳み込みニューラル ネットワーク (SE-DenseNet)、および特徴融合戦略が含まれています。 既存の方法と比較して、タンデム決定コスト関数と等誤り率スコアはそれぞれ 5% と 7% 改善されました。

具体的には、オーディオ内の生理学的特徴は、まず事前にトレーニングされた畳み込みネットワークから抽出されます。 次に、SE-DenseNet を使用して物理的特徴を抽出します。 このような密に接続されたモデルはパラメトリック効率が高く、スクイーズ ブロックと励起ブロックにより特徴伝達の効率が向上します。 最後に、音声スプーフィング検出のために 2 つの機能が分類ネットワークに統合されます。

彼らは、提案されたモデルをいくつかの最良の単一システムと比較しました。 実験では、提案されたモデルが EER と t-DCF の両方でより優れたパフォーマンスを発揮することが示されています。 顔の特徴の有効性を検証するために、顔の特徴を導入したいくつかのベースライン モデルのパフォーマンスも評価しました。 異なるベースライン手法は、顔の特徴と組み合わせた場合に異なる程度のパフォーマンス向上を示すことがわかり、顔の特徴がベースライン モデルに対して実用的であることが証明されました。

今後の研究では、より正確な顔の特徴を抽出し、なりすまし攻撃を検出するためのより効果的な特徴融合戦略を研究することが可能です。

###

研究論文

Junxiao XUE、Hao Zhou。 音声スプーフィングを自動検出するための生理学的特徴と物理的特徴の融合。 フロント。 計算します。 科学、2023、17(2): 172318、https://doi.org/10.1007/s11704-022-2121-6

フロンティア オブ コンピューター サイエンス (FCS) について

FCS は 2007 年に創刊されました。HEP と Springer によってオンラインと印刷物の両方で隔月発行されています。 南京大学のZhi-Hua Zhou教授が編集長を務めています。 コンピュータ科学者間の迅速なコミュニケーションと交流を促進するために、査読済みの論文を出版するためのフォーラムを提供することを目的としています。 FCS は、アーキテクチャ、ソフトウェア、人工知能、理論的コンピュータ サイエンス、ネットワークと通信、情報システム、マルチメディアとグラフィックス、情報セキュリティ、学際的などを含む、コンピュータ サイエンスの主要な分野をすべてカバーしています。読者は特別なコラムに興味があるかもしれません。」パースペクティブ」と「優秀な若手研究者フォーラム」。

FCS は SCI(E)、EI、DBLP、Scopus などによってインデックス化されています。最新の IF は 2.669 です。 FCS は次の種類の記事を募集しています: レビュー、研究論文、レター。

コンピューターサイエンスのフロンティア

10.1007/s11704-022-2121-6

実験研究

適用できない

音声スプーフィングを自動検出するための生理学的特徴と物理的特徴の融合

2023 年 4 月 15 日

免責事項: AAAS と EurekAlert! EurekAlert! に投稿されたニュース リリースの正確性については責任を負いません。 貢献機関による、または EurekAlert システムを介した情報の使用。