MASTERKEY: 实用的针对说话人验证系统的后门攻击
原文中文,约300字,阅读约需1分钟。
📝
内容提要
该研究通过优化分类器和应用无监督领域适应技术,提高了自动说话人验证系统的欺骗稳健性。在逻辑和物理接近情境下,系统表现显著提高,特别是在被重放音频攻击时。进行了攻击分析、数据构成和对策系统的集成分析。
🎯
关键要点
-
研究旨在提高自动说话人验证系统的欺骗稳健性。
-
优化基于概率线性判别分析的后端分类器。
-
应用三种无监督领域适应技术来提升系统性能。
-
系统在逻辑和物理接近情境下表现显著提高。
-
在重放音频攻击下,真实和伪造情况的改进率分别达到36.1%和5.3%。
-
进行了攻击分析、数据构成和对策系统的集成分析。
🏷️