Il prossimoProssima guida
Rilevamento della vivacità del volto e anti-spoofing
IA visiva
GUIDA AI audio
L'anti-spoofing è il livello difensivo che rileva le voci false o riprodotte che tentano di ingannare i sistemi di autenticazione vocale.
Ascolta questa guidaNarrato dall'IA · ~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.
I sistemi di verifica degli oratori possono essere ingannati da attacchi di spoofing: riprodurre una registrazione, sintetizzare la voce di un bersaglio con la sintesi vocale o convertire la voce di una persona in quella di un'altra. L'anti-spoofing (chiamato anche rilevamento degli attacchi di presentazione o rilevamento della "vivacità") addestra un classificatore separato per etichettare l'audio come autentico o falsificato. La serie di sfide ASVspoof, condotta dal 2015, standardizza questo lavoro. ASVspoof 2019 ha suddiviso gli attacchi in accesso logico (TTS e conversione vocale) e accesso fisico (replay), mentre l'edizione 2021 ha aggiunto una traccia deepfake e distorsioni codec/trasmissione. Le prestazioni vengono riportate con lo stesso tasso di errore e, cosa ancora più importante, con la funzione di costo di rilevamento tandem (t-DCF), che valuta il rilevatore di spoofing insieme al sistema di verifica anziché isolatamente.
Blocco della registrazione riprodotta della frase "La mia voce è la mia password" di qualcuno a un checkpoint di accesso vocale.
Rilevamento di voci clonate dall'intelligenza artificiale nelle chiamate fraudolente che impersonano un CEO che autorizza un bonifico bancario.
Screening dell'audio del call center per il parlato sintetico prima di concedere l'accesso all'account.
Analisi comparativa delle nuove difese sui set di dati pubblici ASVspoof per confrontare equamente i sistemi di contromisure.
Man mano che la clonazione vocale generativa diventa quasi perfetta, gli artefatti su cui fanno affidamento i rilevatori di gap si stanno riducendo, quindi il campo si sta spostando verso la generalizzazione verso tipi di attacco invisibili, funzionalità auto-supervisionate e filigrana audio che etichetta il parlato sintetico alla fonte. ASVspoof 5 e i relativi sforzi di rilevamento dei deepfake sottolineano la robustezza di codec, linguaggi e nuovi generatori. Aspettatevi che l’anti-spoofing si fonda con l’ampia analisi forense del deepfake audio e venga diffuso all’interno di telefoni e call center man mano che aumentano le frodi vocali.
Newsletter gratuita
Tre storie verificate sull'IA ogni mattina nei giorni feriali, scritte in un inglese semplice. Gratuito per sempre, senza pubblicità.
Un'email ogni giorno feriale. Disiscriviti con un clic. Non vendiamo né condividiamo mai il tuo indirizzo.
Mettiti alla prova
Feedback immediato su ogni risposta e un certificato condivisibile con un ID verificabile una volta superato un corso.
Sostieni l'istruzione gratuita sull'IA. AI Understanding è un'organizzazione non profit 501(c)(3) — nessun annuncio, nessun paywall, mai. Fai una donazione
L'anti-spoofing è il livello difensivo che rileva le voci false o riprodotte che tentano di ingannare i sistemi di autenticazione vocale. ASVspoof è la sfida di punta della ricerca che guida questo campo, fornendo set di dati e metriche condivisi per misurare quanto bene un sistema individua il discorso falsificato.
Un sistema anti-spoofing classifica l'audio in ingresso come in buona fede (reale) o contraffatto (falso/riprodotto), proteggendo un sistema di verifica dagli attacchi.
Gli attacchi di accesso logico sono generati da software, come la conversione da testo a voce e vocale, e iniettati direttamente, mentre la riproduzione tramite un altoparlante è un attacco di accesso fisico.
Il t-DCF valuta la contromisura insieme al sistema automatico di verifica dei relatori, riflettendo l'implementazione reale in cui entrambi lavorano insieme.
La sintesi e la riproduzione lasciano artefatti come fase anomala, lacune spettrali e colorazione dei canali che i rilevatori imparano a individuare.
AASIST utilizza una rete di attenzione del grafico che integra le informazioni attraverso le sottobande spettrali e temporali direttamente dalla forma d'onda.
Continua a imparare
Altre guide selezionate per questo argomento
Il prossimoProssima guida
Rilevamento della vivacità del volto e anti-spoofing
IA visiva