基于特征压缩和残差网络的语音重放检测

目前的语音重放攻击检测系统中,绝大部分性能良好的系统采用的特征和网络模型的数据量都很大,训练速度慢、对设备要求高。因此本文提出了一种基于CQT(Constant Q Transform)变换的时间帧压缩方法,以减小特征尺寸和网络模型参数量,从而加快训练速度、降低设备要求。首先,将语音信号的CQT谱在时间帧维度上压缩,得到一维特征,成百倍地减少特征数据量;其次,对应设计一维小型残差网络模型,以辅助进一步减少数据量;最后,在ASVspoof2019挑战赛的PA数据集上训练并测试网络模型性能。实验结果表明,本文的特征提取算法和网络模型,相比挑战赛的基线系统以及其他特征-模型的性能有明显提升,t-DCF为0.1051,EER为3.74%,并且训练速度快、设备要求低。

使用全局自注意Teager能量倒谱系数检测重放欺骗语音

提出了一种基于能量的前端特征提取方法,旨在应对自动说话人验证系统中面临的重放攻击威胁。该方法实现了全频段上的可变分辨率,以充分利用重放语音与真实语音在子带能量上的高鉴别非线性信息。首先,通过采用F-ratio方法统计分析了多种录音和播放设备。接着,根据统计结果在全频段上设计了一组滤波器,旨在捕获高鉴别能量信息。最后,利用Teager能量算子计算子带滤波信号的能量,提出了全局自注意Teager能量倒谱系数(GSTECC)。为了验证所提方法的有效性,采用高斯混合模型作为分类器,在ASVspoof 2017 V2和ASVspoof 2021 PA数据库上进行了一系列测试实验。实验结果表明,相对于其他先进特征提取方法,所提GSTECC特征在检测重放攻击方面表现出更优异的性能。

基于边缘联邦学习的重放语音检测框架

针对重放语音检测系统在边缘用户训练过程中所遇到计算资源受限与隐私泄露问题,受类脑智能的启发,提出了一种考虑差分隐私、基于神经回路策略(Neural Circuit Policies,NCP)的边缘联邦重放语音检测框架。该框架包括数据预处理、节点参数更新和联邦聚合这3个模块。首先,提取低频声学特征以获得更具表达力的表示;然后,融合残差结构与NCP并采用闭式连续时间神经元构建轻量级网络模型,以降低边缘模型的复杂度;最后,在联邦隐私保护机制中引入高斯噪声用于进一步提高隐私安全级别。为了全面评估所提方法,建立了一个采用移动设备录音的中文语音数据集。仿真结果表明:该框架在保护隐私的前提下,相对先进的重放语音检测方法(残差网络、轻量型卷积神经网络和RawNet3),边缘检测模型的准确率平均提升了29.66%,浮点运算数平均降低了94.14%,存储空间占用减少了61.43%。同时在ASVspoof 2019和ASVspoof 2021数据集上也完成了泛化性能验证。

基于分数阶傅里叶变换和K-均值聚类的重放语音检测算法

重放语音欺骗攻击是自动说话人验证系统(Automatic Speaker Verification,ASV)面临的严重威胁。目前,基于常数Q变换倒谱系数(Constant Q Cepstral Coefficients,CQCC)和梅尔频率倒谱系数(Mel Frequency Cepstrum Coefficient,MFCC)的检测模型存在检测性能不理想、泛化能力差等问题。对此,提出一种基于分数阶傅里叶变换(Fractional Fourier Transformation,FrFT)和K-均值聚类的无监督重放语音检测模型。首先利用FrFT将语音信号转换至分数域,然后提取分数域双谱特征构成特征向量,并利用K-均值聚类算法进行聚类分析,实现重放语音检测。基于ASVspoof2019公开数据集的试验结果表明,所提方法相对于CQCC和MFCC两种传统方法在t-DCF和EER两项指标方面分别提升超过6.52%和7.76%,并且作为一种无监督模型,不需要训练样本即可实现检测,在少样本情况下仍然能够获得较高的检测性能,泛化能力更强。

应用ResNet和CatBoost检测重放语声

针对短语声指令声频信息少、不适用句子级重放语声检测的问题以及近距离录声后用高质量重放设备重放的语声难以检测的问题,提出了一种适用于词级重放语声检测的模型。首先,利用短时傅里叶变换、低频平均能量计算和帧排序等方法选择声频帧,然后提取这些帧的伽马通频率倒谱系数。其次,用基于自注意机制的残差网络模型进一步提取伽马通频率倒谱系数中的信息,并转化为特征向量。最后,将提取后的特征向量用CatBoost分类,从而提高检测性能。在POCO数据集上的实验结果表明,提出的方法可以以87.54%的准确率和12.53%的等错误率检测重放语声,优于基线和现有的方法。该文提出的方法在ASVspoof2019 PA数据集上的等错误率与串联检测代价函数分别为4.92%和0.1418,证明该文方法也适用于多种设置的重放语声检测。

基于倒谱特征的重放语音检测

IoT设备身份认证是物联网领域的重要应用。语音重放欺骗攻击现已成为自动说话人验证(ASV)系统所面临的严重的安全威胁。文中以ASVspoof 2017语音数据集为研究对象进行重放语音检测实验,利用倒谱均值方差归一化(CMVN)改进检测系统性能。实验结果表明,采用CMVN后的线性频率倒谱系数(LFCC)特征在重放语音的检测上性能优于常数Q变换倒谱系数(CQCC)、梅尔倒谱系数(MFCC)和逆梅尔倒谱系数(IMFCC)特征。

基于经验模态分解特征拼接的重放语音检测研究

现有的重放语音检测方法的性能不够理想,缺乏对未知攻击检测的泛化能力。为此,提出一种方法,首先使用经验模态分解将语音信号分解为不同频段的内涵模态函数(Intrinsic Mode Function,IMF)分量,其次对多个分量分别提取梅尔频率倒谱系数(Mel Frequency Cepstrum Coefficient,MFCC)特征,并将所得的多个二维IMF-MFCC特征在分量的维度上拼接起来得到三维IMF-MFCC特征,最后为提取三维特征分量维度上蕴含的重放痕迹设计了一种3D-ResNet网络。实验结果表明,所提的模型在面对未知重放攻击检测时泛化能力更强。与ASVspoof2019挑战赛的重放语音检测基线系统相比,所提模型以EER和t-DCF衡量的性能分别提升了55.01%和54.72%。

减少DHCP威胁的利器——DHCP消息认证机制

为了减少因采用DHCP技术给网络带来的不安全性,分析了网络中威胁DHCP的因素——流氓服务器的建立,非法用户的访问,拒绝服务攻击。接着针对以上不同威胁的发生原因,结合网络安全的关键技术,提出了3种减少威胁的方法,分别为检测流氓服务器、检测MAC地址和DHCP消息认证机制。最后分析前两种方法的局限性,得出采用消息认证机制,DHCP服务器和客户主机不仅能对DHCP消息内容进行认证,而且可以进行实体认证,避免了流氓服务器和非法用户的威胁。

Monitoring Media Velocity Variations with Coda Wave Interferometry

Multiply scattered waves are sensitive to media changes owing to the effect of repeated sampling,superposition and amplification. Based on this characteristic,small-medium changes could be detected by using coda wave interferometry. In recent years,coda wave interferometry has been widely used in estimating velocity variation with high precision in areas such as seismology and non-destructive testing. This paper systematically presents the principle and research status of coda wave interferometry,and especial focus is placed on the research of media velocity variations by using repeating earthquakes,artificial sources,and ambient noise. Applications of coda wave interferometry can contribute to the more subtle understanding of dynamic evolution process in the medium.