[發明專利]基于高頻和瓶頸特征的說話人驗證系統重放攻擊檢測方法

有效

• 申請號: 201810475055.6
• 申請日: 2018-05-17
• 公開（公告）號: CN108711436B
• 公開（公告）日: 2020-06-09
• 發明（設計）人: 韓紀慶;徐涌鈔
• 申請（專利權）人: 哈爾濱工業大學
• 主分類號: G10L25/24
• 分類號: G10L25/24;G10L25/03;G10L25/51;G10L25/30;G10L17/04;G10L17/02;G10L17/18;G06F21/32
• 代理公司: 哈爾濱市松花江專利商標事務所 23109
• 代理人: 畢雅鳳

基于高頻和瓶頸特征的說話人驗證系統重放攻擊檢測方法，涉及說話人驗證系統中的重放攻擊電子欺詐檢測方法，為了解決現有基線系統檢測說話人驗證系統重放攻擊的等錯誤率高，可靠性差的問題。提取語音音頻的高頻特征，并輸入高斯混合模型得到分類結果一；采用Light CNN提取語音音頻的瓶頸特征，并輸入隨機森林集成學習模型，得到分類結果二；將分類結果一和分類結果二輸入LR分類器得到檢測結果，實現對重放攻擊的檢測。

技術領域

本發明涉及說話人驗證系統中的重放攻擊電子欺詐檢測方法。

背景技術

當今時代，生物學身份驗證的應用領域越來越廣泛，但相關研究表示生物學驗證技術比較容易遭受惡意欺詐(spoof)攻擊。雖然對電子欺詐檢測的研究已經取得一些進展，但這個問題還有諸多難點尚未攻克，生物學身份驗證系統依然很容易受到欺詐攻擊的影響。自動說話人驗證(Automatic Speaker Verification，ASV)系統作為一種典型的生物學驗證系統，欺詐攻擊同樣會對ASV系統安全造成影響。

近年來ASV技術已經取得長足的進步，并達到可以大規模實際應用的程度，但ASV系統不僅要求系統的穩定性、可靠性，還要求對欺詐攻擊的抵抗能力。然而在未對欺詐攻擊采取對抗措施的ASV系統中，欺詐攻擊很容易騙過ASV系統。目前欺詐攻擊手段主要有以下四種：(1)模仿(Impersonation)攻擊：攻擊者通過模仿合法話者的聲音來達到攻擊的目的，這更多的是一種人工攻擊手段。(2)重放攻擊(Replay Attack)：重放攻擊過程如圖1所示，攻擊者通過黑客手段直接獲取合法話者的語音數字信號，通過播放設備轉為模擬信號(合法話者的聲音)，再由錄音設備(承載ASV系統的設備)接收來達到攻擊的目的。(3)語音合成(Speech Synthesis)攻擊：攻擊者通過能自適應合法話者發音特點的語音合成(Text-To-Speech，TTS)系統偽造語音來進行欺詐攻擊。(4)聲音轉換(Voice Conversion，VC)攻擊：攻擊者通過將自己的聲音調整至與合法話者聲音相似來達到攻擊的目的。

在上述四種攻擊手段中，重放攻擊是攻擊者最容易實現的欺詐攻擊手段，因為這種攻擊的實現不需要語音信號處理的相關知識。由于缺乏可公開的數據集和標準化的基線系統，早期的重放攻擊檢測的研究工作都是在各自構建的小型內部數據集上進行，而這些數據集也大多都是通過少量的錄音和回放設備進行收集，因此研究者很難將自己的結果與其他人的結果進行比較，因此重放攻擊檢測的相關研究長期處于停滯的狀態。正是在這樣的背景下，相關研究工作者在付出極大的努力后構建ASVspoof和RedDots Replayed兩個數據集，因此，重放攻擊檢測方面的第一個擁有統一數據標簽，以及評判準則的標準數據集應運而生。

基線系統發展至今仍存在檢測說話人驗證系統重放攻擊的等錯誤率高，可靠性差的問題。

發明內容

本發明的目的是為了解決現有基線系統檢測說話人驗證系統重放攻擊的等錯誤率高，可靠性差的問題，從而提供基于高頻和瓶頸特征的說話人驗證系統重放攻擊檢測方法。

本發明所述的基于高頻和瓶頸特征的說話人驗證系統重放攻擊檢測方法，包括以下步驟：

步驟一、提取訓練集語音音頻的高頻特征，以該特征為訓練集數據訓練高斯混合模型，得到訓練分類結果一；

步驟二、采用Light CNN提取訓練集語音音頻的瓶頸特征，以該特征為訓練集數據訓練隨機森林集成學習模型，得到訓練分類結果二；

步驟三、以訓練分類結果一和訓練分類結果二為訓練集數據訓練LR分類器，LR分類器輸出最終訓練的分類結果，完成訓練；

步驟四、提取評估集語音音頻的高頻特征，并輸入完成訓練的高斯混合模型得到評估分類結果一；

步驟五、采用Light CNN提取評估集語音音頻的瓶頸特征，并輸入完成訓練的隨機森林集成學習模型，得到評估分類結果二；