بازگشت به جستجو

تکنیک‌های جعل و ضد جعل برای سیستم‌های تأیید سخنران مستقل از متن

عنوان	تکنیک‌های جعل و ضد جعل برای سیستم‌های تأیید سخنران مستقل از متن
نویسنده	خدابخش، علی
تاریخ انتشار:	2015-10
موضوع	مهندسی کامپیوتر و علوم کامپیوتر و کنترل، سنتز گفتار، تشخیص سخنران
نوع	سند
زبان	انگلیسی
دیجیتال	بله
نسخه خطی	خیر
کتابخانه:	دانشگاه اوزیغین
شماره ثبت	2ea0ba76-d04a-4f38-b227-edf5bd2cbadb
محل کتابخانه	گروه مهندسی برق و الکترونیک
تاریخ	2015-10
متن نمونه	در سال های اخیر پیشرفت قابل توجهی در زمینه تأیید بلندگو صورت گرفته است. رویکرد مبتنی بر بردار I به طور خاص به دلیل عملکرد بالا مورد توجه قابل توجهی قرار گرفت. پیشرفت‌ها در فناوری تأیید همچنین به نگرانی‌هایی در مورد حملات جعل منجر شد که روش‌های مبتنی بر i-vector در برابر آن‌ها آسیب‌پذیر هستند. در اینجا، ما ابتدا آسیب‌پذیری یک سیستم تأیید مبتنی بر i-vector را در برابر حملات با استفاده از سنتز گفتار آماری (SSS) با تمرکز ویژه بر روی موردی که مهاجم فقط مقدار بسیار محدودی از داده‌ها از گوینده هدف داشته باشد، بررسی کردیم. با این حال، به خوبی شناخته شده است که گفتاری که با SSS تولید می شود با استفاده از ویژگی هایی که از طیف بزرگی یا فاز استخراج می شوند، آسان است. بنابراین، برای حملات موثرتر، ما یک رویکرد ترکیبی ترکیبی آماری / ترکیبی را پیشنهاد می‌کنیم و نشان می‌دهیم که سنتز ترکیبی به طور قابل‌توجهی نرخ هشدار کاذب را در سیستم تأیید در مقایسه با روش سنتز آماری پایه افزایش می‌دهد. علاوه بر این، ترکیب ترکیبی پیشنهادی، تشخیص گفتار مصنوعی را حتی زمانی که مقدار بسیار محدودی از ضبط‌های گفتار اصلی در دسترس مهاجم باشد، دشوارتر می‌کند. برای افزایش بیشتر اثربخشی حملات، ما یک روش رگرسیون خطی را پیشنهاد می‌کنیم که ویژگی‌های مصنوعی را به ویژگی‌های طبیعی‌تر تبدیل می‌کند. یک رویکرد درون یابی برای ترکیب روش های رگرسیون و سنتز ترکیبی پیشنهاد شده است که نشان داده شده است بهترین عملکرد جعل را ارائه می دهد. علاوه بر این، ما اثربخشی حملات جعل با سیستم‌های آماری سنتز گفتار را هنگامی که نویز افزایشی وجود دارد، بررسی کردیم. نتایج آزمایش نشان می‌دهد که وقتی نویز به گفتار مصنوعی اضافه شود، حملات به طور قابل‌توجهی مؤثرتر می‌شوند. ما همچنین یک آشکارساز گفتار مصنوعی را پیشنهاد می‌کنیم که از تفاوت‌های جلسه در بردارهای i برای تشخیص گفتار مصنوعی و طبیعی استفاده می‌کند. ما به طور تجربی نشان می‌دهیم که آشکارساز در اکثر موارد برای شرایط نویز منطبق کمتر از 0.5٪ نرخ خطای کل دارد. به عنوان مشارکت سوم، ما مشارکت خود را در تولید اولین نسخه از جعل و پایگاه داده ضد جعل تایید بلندگو با نام SAS Corpus ارائه می‌کنیم. این مجموعه شامل نه تکنیک جعل است که دو مورد از آنها سنتز گفتار و هفت مورد تبدیل صدا هستند. دو پروتکل طراحی شد، یکی برای ارزیابی تأیید صحت سخنران استاندارد، و دیگری برای تولید مواد جعل. از این رو، آنها به جامعه سنتز گفتار اجازه می دهند تا بدون آگاهی از جعل تأیید صدا و ضد جعل سخنران، مواد جعل را به صورت تدریجی تولید کنند. برای ارائه مجموعه‌ای از نتایج اولیه، آزمایش‌های تأیید بلندگو را با استفاده از دو سیستم پیشرفته انجام دادیم. بدون هیچ گونه تکنیک ضد جعل، این دو سیستم به شدت در برابر حملات جعل اجرا شده در مجموعه SAS ما آسیب پذیر هستند. این کار بعداً باعث ایجاد اولین چالش جعل و مقابله با تأیید خودکار بلندگو شد. در مشارکت خود در این چالش، ما سه الگوریتم را بررسی کردیم که امتیازات نسبت احتمال فریم‌های مجزا را در آشکارسازها، واج‌ها و کلاس‌های صدا مبتنی بر مدل مخلوط گاوسی بسته به مقدار اطلاعاتی که دارند، وزن می‌کنند. روش‌های پیشنهادی یاد می‌گیرند که هم مصنوعات کوتاه‌مدت و هم طولانی‌مدت را شناسایی کنند که آنها را در مقایسه با یک سیستم پایه که همه فریم‌ها و واج‌ها را با وزن یکسان برخورد می‌کند قابل اعتمادتر می‌کند. بهبود قابل توجهی نسبت به سیستم پایه برای روش های حمله شناخته شده ای که در آموزش آشکارسازها استفاده می شد، به دست آمده است. با این حال، بهبود با انواع حمله ناشناخته قابل توجهی نبود. Son yıllarda konuşmacı doğrulama alanında önemli ilerleme olmuştur. I-vectöre dayalı yaklaşım yüksek performansı nedeniyle dikkat çekmiştir. Doğrulama teknolojisindeki gelişmeler ayrıca savunmasız i-vektore dayalı metotlara karşı جعل (yanıltıcı) saldırılara dair kaygılara yol açtı. Burada، biz ilk olarak saldırganın hedef konuşmacıdan elde ettiği limitli veri ile istatiksel ses sentezi (İSS) yöntemine karşı i-vektörüne dayalı doğrulama سیستمin savunmasızlığını inceledik. Ancak, bilindiği gibi İSS yönteminden elde edilen konuşmanın anlaşılması genlik ve faz spektrumdan elde edilen karakteristikler ile mümkündür. Bu yüzden, biz daha etkili saldırılar için, hibrid istatiksel/birleştirmeli sentezleme tasarladık ve hibrid sentezlemenin istatiksel yönteme göre doğrulama sistemlerinde yanlış alarm oranını önemli ölösterığüde art. ایک اولارک، تاسارلانان هیبرید سنتزلمه، اوریجینال سستن آلینان وریلرین از اولماسی دوروموندا بیله سنتتیک سسین آنلاسیلماسینی داها زور هاله گتیرییور. Saldırının etkinliğini ilerletmek için sentetik karakteristikleri daha doğal karakteristiklere dönüştüren doğrusal regresyon yöntemi tanımladık. En iyi performansı sağladığı gösterilen ara değer kestirimi yaklaşımı regresyon ve hibrid sentezleme yönteminin birleştirilmesiyle tasarlandı. آیریجا، فاضلادان گورولتو اکلندیغینده ایستاتیکسل سِسِنتزی ایله یاپیلان یانیلتیجی(جعل) آتاکلارین اتکینلیغینی اینسلدیک. Deney sonuçları sentetik sese gürültü eklendiğinde atakların önemli olçüde daha etkili olduğunu göstermiştir. Ayrıca i-vektörler içinde session farkı kullanarak sentetik ve doğal sesi ayırt eden bir sentetik ses detektörü tasarladık. Bir çok durumda gürültülü koşullarda detektörün 0.5%'den daha düşük hata oranı aldığını deneysel yöntemle gösterdik. اوچونچو کاتکی اولاراک، SAS کوتوفانه آدی وریلن کونوشماچی دوغرولاما و یانیلتمایا کارشی کوروما وریتابانین اولوشوموندا یر آلدیک. Kütüphanede ikisi ses sentezi ve yedisi ses dönüşümü teknikleri olmak üzere dokuz adet yanıltma tekniği içeriyor. استاندارد konuşmacı doğrulama değerlendirme ve yanıltma gereçleri için iki farklı protokol dizayn edildi. بو یوزدن، کونوشماجی دوغرولاما یانیلتما و یانیلتمایا کارشی کوروما بیلگیسی اولمادان سه سنزی توپلولوغونون آسامالی اولارک جعل (یانیلتیجی) گرئچلرین ورتملرین ایزین ویریلدی. Ön sonuçları sağlamak için en gelişmiş sistemleri kullanarak iki farklı konuşmacı doğrulama deneyi yürüttük. هرهنگی بیر یانیلتمایا کارشی کوروما تکنیگی اویگولانمادیقیندا، بو ایکی سیستم SAS veritabanı kullanılarak yapılan یانیلتیجی آتکلارا کارشی سون دِرِچه ساوونماسیزدیر. Bu çalışma daha sonra ilk otomatik konuşmacı doğrulama yanıltma ve karşı önlem چالش doğmasını sağlamıştır. بیز بو چالش katıldığımızda Gaus karışım modeline dayalı detektörlerin içindeki her bir çerçevenin, bölümün olabilirlik oranı skorlarının ağırlığı, birim sesler ve ses dosyaların ne kadar bilgiliyla. araştırdık. بو متوتلار کیسا و اوزون یاپای کیسیملاری بلیرلیور و بو اولای بو متوتلاری بوتون بولوملرین و بیریم سسلرین ایشیت اتکیده اولدوغو بازار سیستمدن داها گوونیلیر یاپی یور. Detektörlerin öğrenme aşamasında kullanılan atak yöntemleri bilindiğinde bazal sistemde önemli gelişme elde edildi. Fakat, yabancı ataklara çeşitlerine karşı bir gelişme mevcut değil.

مشاهده در منبع دانشگاه اوزیغین دانشگاه اوزیغین - موتور جستجوی نسخه های خطی عثمانی

دانشگاه اوزیغین

تکنیک‌های جعل و ضد جعل برای سیستم‌های تأیید سخنران مستقل از متن

نویسنده خدابخش، علی

تاریخ انتشار 2015-10

موضوع مهندسی کامپیوتر و علوم کامپیوتر و کنترل، سنتز گفتار، تشخیص سخنران

نوع سند

زبان انگلیسی

دیجیتال بله

نسخه خطی خیر

کتابخانه دانشگاه اوزیغین

شماره ثبت 2ea0ba76-d04a-4f38-b227-edf5bd2cbadb

محل کتابخانه گروه مهندسی برق و الکترونیک

تاریخ 2015-10

متن نمونه در سال های اخیر پیشرفت قابل توجهی در زمینه تأیید بلندگو صورت گرفته است. رویکرد مبتنی بر بردار I به طور خاص به دلیل عملکرد بالا مورد توجه قابل توجهی قرار گرفت. پیشرفت‌ها در فناوری تأیید همچنین به نگرانی‌هایی در مورد حملات جعل منجر شد که روش‌های مبتنی بر i-vector در برابر آن‌ها آسیب‌پذیر هستند. در اینجا، ما ابتدا آسیب‌پذیری یک سیستم تأیید مبتنی بر i-vector را در برابر حملات با استفاده از سنتز گفتار آماری (SSS) با تمرکز ویژه بر روی موردی که مهاجم فقط مقدار بسیار محدودی از داده‌ها از گوینده هدف داشته باشد، بررسی کردیم. با این حال، به خوبی شناخته شده است که گفتاری که با SSS تولید می شود با استفاده از ویژگی هایی که از طیف بزرگی یا فاز استخراج می شوند، آسان است. بنابراین، برای حملات موثرتر، ما یک رویکرد ترکیبی ترکیبی آماری / ترکیبی را پیشنهاد می‌کنیم و نشان می‌دهیم که سنتز ترکیبی به طور قابل‌توجهی نرخ هشدار کاذب را در سیستم تأیید در مقایسه با روش سنتز آماری پایه افزایش می‌دهد. علاوه بر این، ترکیب ترکیبی پیشنهادی، تشخیص گفتار مصنوعی را حتی زمانی که مقدار بسیار محدودی از ضبط‌های گفتار اصلی در دسترس مهاجم باشد، دشوارتر می‌کند. برای افزایش بیشتر اثربخشی حملات، ما یک روش رگرسیون خطی را پیشنهاد می‌کنیم که ویژگی‌های مصنوعی را به ویژگی‌های طبیعی‌تر تبدیل می‌کند. یک رویکرد درون یابی برای ترکیب روش های رگرسیون و سنتز ترکیبی پیشنهاد شده است که نشان داده شده است بهترین عملکرد جعل را ارائه می دهد. علاوه بر این، ما اثربخشی حملات جعل با سیستم‌های آماری سنتز گفتار را هنگامی که نویز افزایشی وجود دارد، بررسی کردیم. نتایج آزمایش نشان می‌دهد که وقتی نویز به گفتار مصنوعی اضافه شود، حملات به طور قابل‌توجهی مؤثرتر می‌شوند. ما همچنین یک آشکارساز گفتار مصنوعی را پیشنهاد می‌کنیم که از تفاوت‌های جلسه در بردارهای i برای تشخیص گفتار مصنوعی و طبیعی استفاده می‌کند. ما به طور تجربی نشان می‌دهیم که آشکارساز در اکثر موارد برای شرایط نویز منطبق کمتر از 0.5٪ نرخ خطای کل دارد. به عنوان مشارکت سوم، ما مشارکت خود را در تولید اولین نسخه از جعل و پایگاه داده ضد جعل تایید بلندگو با نام SAS Corpus ارائه می‌کنیم. این مجموعه شامل نه تکنیک جعل است که دو مورد از آنها سنتز گفتار و هفت مورد تبدیل صدا هستند. دو پروتکل طراحی شد، یکی برای ارزیابی تأیید صحت سخنران استاندارد، و دیگری برای تولید مواد جعل. از این رو، آنها به جامعه سنتز گفتار اجازه می دهند تا بدون آگاهی از جعل تأیید صدا و ضد جعل سخنران، مواد جعل را به صورت تدریجی تولید کنند. برای ارائه مجموعه‌ای از نتایج اولیه، آزمایش‌های تأیید بلندگو را با استفاده از دو سیستم پیشرفته انجام دادیم. بدون هیچ گونه تکنیک ضد جعل، این دو سیستم به شدت در برابر حملات جعل اجرا شده در مجموعه SAS ما آسیب پذیر هستند. این کار بعداً باعث ایجاد اولین چالش جعل و مقابله با تأیید خودکار بلندگو شد. در مشارکت خود در این چالش، ما سه الگوریتم را بررسی کردیم که امتیازات نسبت احتمال فریم‌های مجزا را در آشکارسازها، واج‌ها و کلاس‌های صدا مبتنی بر مدل مخلوط گاوسی بسته به مقدار اطلاعاتی که دارند، وزن می‌کنند. روش‌های پیشنهادی یاد می‌گیرند که هم مصنوعات کوتاه‌مدت و هم طولانی‌مدت را شناسایی کنند که آنها را در مقایسه با یک سیستم پایه که همه فریم‌ها و واج‌ها را با وزن یکسان برخورد می‌کند قابل اعتمادتر می‌کند. بهبود قابل توجهی نسبت به سیستم پایه برای روش های حمله شناخته شده ای که در آموزش آشکارسازها استفاده می شد، به دست آمده است. با این حال، بهبود با انواع حمله ناشناخته قابل توجهی نبود. Son yıllarda konuşmacı doğrulama alanında önemli ilerleme olmuştur. I-vectöre dayalı yaklaşım yüksek performansı nedeniyle dikkat çekmiştir. Doğrulama teknolojisindeki gelişmeler ayrıca savunmasız i-vektore dayalı metotlara karşı جعل (yanıltıcı) saldırılara dair kaygılara yol açtı. Burada، biz ilk olarak saldırganın hedef konuşmacıdan elde ettiği limitli veri ile istatiksel ses sentezi (İSS) yöntemine karşı i-vektörüne dayalı doğrulama سیستمin savunmasızlığını inceledik. Ancak, bilindiği gibi İSS yönteminden elde edilen konuşmanın anlaşılması genlik ve faz spektrumdan elde edilen karakteristikler ile mümkündür. Bu yüzden, biz daha etkili saldırılar için, hibrid istatiksel/birleştirmeli sentezleme tasarladık ve hibrid sentezlemenin istatiksel yönteme göre doğrulama sistemlerinde yanlış alarm oranını önemli ölösterığüde art. ایک اولارک، تاسارلانان هیبرید سنتزلمه، اوریجینال سستن آلینان وریلرین از اولماسی دوروموندا بیله سنتتیک سسین آنلاسیلماسینی داها زور هاله گتیرییور. Saldırının etkinliğini ilerletmek için sentetik karakteristikleri daha doğal karakteristiklere dönüştüren doğrusal regresyon yöntemi tanımladık. En iyi performansı sağladığı gösterilen ara değer kestirimi yaklaşımı regresyon ve hibrid sentezleme yönteminin birleştirilmesiyle tasarlandı. آیریجا، فاضلادان گورولتو اکلندیغینده ایستاتیکسل سِسِنتزی ایله یاپیلان یانیلتیجی(جعل) آتاکلارین اتکینلیغینی اینسلدیک. Deney sonuçları sentetik sese gürültü eklendiğinde atakların önemli olçüde daha etkili olduğunu göstermiştir. Ayrıca i-vektörler içinde session farkı kullanarak sentetik ve doğal sesi ayırt eden bir sentetik ses detektörü tasarladık. Bir çok durumda gürültülü koşullarda detektörün 0.5%'den daha düşük hata oranı aldığını deneysel yöntemle gösterdik. اوچونچو کاتکی اولاراک، SAS کوتوفانه آدی وریلن کونوشماچی دوغرولاما و یانیلتمایا کارشی کوروما وریتابانین اولوشوموندا یر آلدیک. Kütüphanede ikisi ses sentezi ve yedisi ses dönüşümü teknikleri olmak üzere dokuz adet yanıltma tekniği içeriyor. استاندارد konuşmacı doğrulama değerlendirme ve yanıltma gereçleri için iki farklı protokol dizayn edildi. بو یوزدن، کونوشماجی دوغرولاما یانیلتما و یانیلتمایا کارشی کوروما بیلگیسی اولمادان سه سنزی توپلولوغونون آسامالی اولارک جعل (یانیلتیجی) گرئچلرین ورتملرین ایزین ویریلدی. Ön sonuçları sağlamak için en gelişmiş sistemleri kullanarak iki farklı konuşmacı doğrulama deneyi yürüttük. هرهنگی بیر یانیلتمایا کارشی کوروما تکنیگی اویگولانمادیقیندا، بو ایکی سیستم SAS veritabanı kullanılarak yapılan یانیلتیجی آتکلارا کارشی سون دِرِچه ساوونماسیزدیر. Bu çalışma daha sonra ilk otomatik konuşmacı doğrulama yanıltma ve karşı önlem چالش doğmasını sağlamıştır. بیز بو چالش katıldığımızda Gaus karışım modeline dayalı detektörlerin içindeki her bir çerçevenin, bölümün olabilirlik oranı skorlarının ağırlığı, birim sesler ve ses dosyaların ne kadar bilgiliyla. araştırdık. بو متوتلار کیسا و اوزون یاپای کیسیملاری بلیرلیور و بو اولای بو متوتلاری بوتون بولوملرین و بیریم سسلرین ایشیت اتکیده اولدوغو بازار سیستمدن داها گوونیلیر یاپی یور. Detektörlerin öğrenme aşamasında kullanılan atak yöntemleri bilindiğinde bazal sistemde önemli gelişme elde edildi. Fakat, yabancı ataklara çeşitlerine karşı bir gelişme mevcut değil.