СледваСледващо ръководство
Разпознаване на живостта на лицето и защита срещу фалшифициране
Визуален AI
Аудио AI РЪКОВОДСТВО
Анти-спуфингът е защитният слой, който открива фалшиви или възпроизведени гласове, опитващи се да заблудят системите за гласово удостоверяване.
Чуйте това ръководствоAI-разказан · ~2 min
ASVspoof is the flagship research challenge driving this field, providing shared datasets and metrics to measure how well a system spots spoofed speech.
Системите за проверка на високоговорителите могат да бъдат измамени чрез измамни атаки: възпроизвеждане на запис, синтезиране на гласа на целта с текст-към-говор или преобразуване на гласа на един човек в гласа на друг. Анти-спуфинг (наричан още откриване на презентационни атаки или откриване на „оживеност“) обучава отделен класификатор, за да маркира аудиото като добросъвестно или фалшиво. Серията предизвикателства ASVspoof, която се провежда от 2015 г., стандартизира тази работа. ASVspoof 2019 разделя атаките на логически достъп (TTS и преобразуване на глас) и физически достъп (повторение), докато изданието от 2021 г. добави дълбока фалшива песен и кодеци/изкривявания на предаването. Ефективността се отчита с еднакъв процент грешки и, което е по-важно, функцията за цена на тандемно откриване (t-DCF), която оценява детектора за подправяне съвместно със системата за проверка, а не изолирано.
Блокиране на възпроизведен запис на нечия фраза „Моят глас е моята парола“ на контролна точка за гласово влизане.
Откриване на клонирани от AI гласове в измамни разговори, които се представят за главен изпълнителен директор, разрешаващ банков превод.
Проверка на звука от центъра за обаждания за синтетичен говор преди предоставяне на достъп до акаунта.
Сравнителен анализ на нови защити на публичните набори от данни ASV spoof за честно сравняване на системите за противодействие.
Тъй като генеративното гласово клониране става почти перфектно, детекторите за пропуски на артефакти, на които разчитат, намаляват, така че полето се измества към обобщаване към невидими типове атаки, самоконтролирани функции и аудио водни знаци, които маркират синтетичната реч при източника. ASVspoof 5 и свързаните с него усилия за дълбоко откриване на фалшификати подчертават устойчивостта на кодеци, езици и нови генератори. Очаквайте анти-спуфинг да се слее с широка криминалистика на аудио-deepfake и да се доставя в телефони и центрове за обаждания, докато гласовите измами нарастват.
Безплатен бюлетин
Три проверени AI истории всяка делнична сутрин, написани на достъпен език. Безплатно завинаги, без реклами.
Един имейл всеки делничен ден. Отписване с едно кликване. Никога не продаваме и не споделяме вашия имейл адрес.
Тествайте себе си
Незабавна обратна връзка за всеки отговор и сертификат за споделяне с подлежащ на проверка идентификационен номер, след като преминете курс.
Подкрепете безплатното AI образование. AI Understanding е 501(c)(3) с нестопанска цел — без реклами, без платен достъп, никога. Направете дарение
Анти-спуфингът е защитният слой, който открива фалшиви или възпроизведени гласове, опитващи се да заблудят системите за гласово удостоверяване. ASVspoof е водещото изследователско предизвикателство, което движи тази област, предоставяйки споделени набори от данни и показатели за измерване на това колко добре системата разпознава фалшива реч.
Системата против фалшифициране класифицира входящото аудио като добросъвестно (истински) или фалшиво (фалшиво/възпроизведено), като защитава системата за проверка от атаки.
Атаките с логически достъп се генерират от софтуер, като преобразуване на текст в реч и глас, и се инжектират директно, докато повторението през високоговорител е атака с физически достъп.
t-DCF оценява противодействието съвместно със системата за автоматична проверка на високоговорителите, отразявайки реалното разгръщане, където и двете работят заедно.
Синтезът и повторението оставят артефакти като анормална фаза, спектрални пропуски и оцветяване на канала, които детекторите се научават да забелязват.
AASIST използва мрежа за внимание на графики, която интегрира информация в спектрални и времеви подленти директно от формата на вълната.
Продължавай да учиш
Още ръководства, избрани за тази тема
СледваСледващо ръководство
Разпознаване на живостта на лицето и защита срещу фалшифициране
Визуален AI