[發(fā)明專利]基于信號混疊和雙聲道相關(guān)性的超聲波語音指令防御方法

在審

• 申請?zhí)枺?/td>: 202011460738.8
• 申請日: 2020-12-11
• 公開（公告）號: CN112581975A
• 公開（公告）日: 2021-03-30
• 發(fā)明（設(shè)計）人: 張衛(wèi)明;俞能海;沈豪
• 申請（專利權(quán)）人: 中國科學(xué)技術(shù)大學(xué)
• 主分類號: G10L25/45
• 分類號: G10L25/45;G10L25/51;G10L25/78
• 代理公司: 北京凱特來知識產(chǎn)權(quán)代理有限公司 11260
• 代理人: 鄭立明;韓珂

本發(fā)明公開了一種基于信號混疊和雙聲道相關(guān)性的超聲波語音指令防御方法，利用了部分錄音設(shè)備錄入超聲波攻擊信號時產(chǎn)生的混疊現(xiàn)象。檢測錄音音頻是否存在混疊信號，即可判斷該音頻為合法音頻還是攻擊信號。此外，有些錄音設(shè)備具有多個麥克風(fēng)，利用超聲波攻擊信號在多個麥克風(fēng)之間錄音結(jié)果相關(guān)性的差異，也能區(qū)分攻擊信號和合法錄音；測試表明本發(fā)明上述方案的防御效果優(yōu)于現(xiàn)有方案。

技術(shù)領(lǐng)域

本發(fā)明涉及超聲波語音指令防御技術(shù)領(lǐng)域，尤其涉及一種基于信號混疊和雙聲道相關(guān)性的超聲波語音指令防御方法。

背景技術(shù)

隨著語音技術(shù)的飛速發(fā)展，語音識別技術(shù)的應(yīng)用場景越來越廣泛。語音控制系統(tǒng)是集成了語音識別技術(shù)的一個系統(tǒng)，允許用戶通過語音交互來控制系統(tǒng)，極大地簡化了操作流程，提升了用戶體驗。

近幾年來，研究者對麥克風(fēng)的研究越來越深入。有學(xué)者提出了麥克風(fēng)系統(tǒng)的非線性特性。當(dāng)超聲波信號被麥克風(fēng)錄入后，在麥克風(fēng)系統(tǒng)內(nèi)不是被線性放大，而會產(chǎn)生非線性項。基于該原理，語音信號經(jīng)超聲波調(diào)制并發(fā)射后，該精心設(shè)計過的超聲波信號會被麥克風(fēng)錄入，并被麥克風(fēng)系統(tǒng)內(nèi)的功放等電子器件非線性放大，最終自解調(diào)還原出原始語音信號。也就是說基于麥克風(fēng)的非線性特征，攻擊者通過超聲波信號注入的方式，能在人耳聽不到聲音的情況下，向語音控制系統(tǒng)注入攻擊信號。這種攻擊隱蔽性極強，危害極大。

現(xiàn)有超聲波語音指令防御方法絕大多數(shù)現(xiàn)有文獻(xiàn)都是在軟件層面進(jìn)行防御。

1)Yan等人提出了利用合法錄音和超聲波攻擊信號錄音在高頻部分的特征差異來對音頻進(jìn)行分類的方法。但缺點是攻擊者可以很容易地在高頻部分添加信號，將攻擊信號偽造成合法錄音，導(dǎo)致分類系統(tǒng)錯誤分類。Roy等人分析了攻擊信號的特點，提出了新的防御方法。該方法的思路是通過識別錄音信號的幅度偏斜、50Hz以下的功率和信號的相關(guān)性這三個特征來綜合判斷錄音信號是否含超聲波攻擊信號。但是He等人指出這三個特征來防御是有漏洞的，攻擊者改進(jìn)并重新設(shè)計攻擊信號后，能“騙”過分類器，超聲波攻擊信號仍能夠被分類為合法音頻。為了解決這個問題，He等人提出了使用守衛(wèi)信號的方法。信號發(fā)生器時刻向麥克風(fēng)發(fā)射余弦守護(hù)信號，若存在超聲波攻擊，該余弦信號會將攻擊信號映射到高頻，形成特殊的頻譜，文中提出的方法可以檢測并移除攻擊信號，進(jìn)而實現(xiàn)防御攻擊信號的目的。但是這種防御方法需要外部設(shè)備的輔助，在實際應(yīng)用場景下這是不現(xiàn)實的。因此，提出一種更具有現(xiàn)實意義的，防御效果更好的超聲波語音指令防御方法十分有必要。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種基于信號混疊和雙聲道相關(guān)性的超聲波語音指令防御方法，能夠有效防御超聲波語音指令。

本發(fā)明的目的是通過以下技術(shù)方案實現(xiàn)的：

一種基于信號混疊和雙聲道相關(guān)性的超聲波語音指令防御方法，包括：

當(dāng)采用雙麥克風(fēng)錄音時，利用雙聲道的相關(guān)性，判斷是否存在超聲波語音指令攻擊信號；若相關(guān)性低于設(shè)定的第一相關(guān)性閾值，則判定存在超聲波語音指令攻擊信號；若相關(guān)性大于或等于第一相關(guān)性閾值，則檢測雙聲道中能量較強的聲道是否存在混疊現(xiàn)象，若不存在混疊現(xiàn)象，則最判定為正常錄音，否則，判定存在超聲波語音指令攻擊信號；

當(dāng)采用單麥克風(fēng)錄音時，直接檢測是否混疊現(xiàn)象，若不存在混疊現(xiàn)象，則最判定為正常錄音，否則，判定存在超聲波語音指令攻擊信號。

由上述本發(fā)明提供的技術(shù)方案可以看出，利用了部分錄音設(shè)備錄入超聲波攻擊信號時產(chǎn)生的混疊現(xiàn)象。檢測錄音音頻是否存在混疊信號，即可判斷該音頻為合法音頻還是攻擊信號。此外，有些錄音設(shè)備具有多個麥克風(fēng)，利用超聲波攻擊信號在多個麥克風(fēng)之間錄音結(jié)果相關(guān)性的差異，也能區(qū)分攻擊信號和合法錄音；測試表明本發(fā)明上述方案的防御效果優(yōu)于現(xiàn)有方案。

附圖說明