基于信道信息的回放攻击检测研究

• 作者: 柯宏宇 高奕宁 郝雪营 黄涛
• 来源期刊: 计算机技术与发展
• 关键词: 语音识别 信号处理 信道攻击 机器学习 决策融合
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 网络与安全
• 页码范围: 118-122
• 页数: 5页
• 分类号: TN391.42
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2021.06.021

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％.