基于信道信息的回放攻击检测研究

摘要：

生物识别具有广阔的研究前景,说话人识别作为生物识别的重要组成部分,涉及人们日常生活的许多方面.随着高保真录音及回放设备的普及,说话人识别系统的安全性面临回放攻击的严重挑战,由于回放攻击语音与真实语音具有相同的声纹,导致常规说话人识别很难有效鉴别声音的真实性,且生活中存在的噪声,会在一定程度上干扰系统的识别,这也对系统的鲁棒性提出了要求.因此,该文提出一种基于信道信息的录音回放攻击检测方法,提取Legendre系数及其统计特征为主要判别依据,同时使用语音基频特征与MFCC特征作为辅助特征,并使用一种基于支持向量机的决策融合算法进行判别,给予特征不同的权重.实验结果表明,多种特征相结合的方式,相较于现有其他方法,能在有效检测回放语音攻击的同时,提升系统的鲁棒性,在噪声环境下识别率平均提高了1.5％.

关键词：语音识别、信号处理、信道攻击、机器学习、决策融合

所属期刊栏目：31

分类号：TN391.42(半导体技术)

资助基金：国家科技重大专项2018AAA063

在线出版日期：2021-07-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：118-122