概述
ASVspoof 是推动该领域发展的旗舰研究挑战，提供共享数据集和指标来衡量系统识别欺骗语音的能力。
深入探讨
说话人验证系统可能会被欺骗攻击所欺骗：重放录音、通过文本到语音合成目标的声音，或者将一个人的声音转换为另一个人的声音。反欺骗（也称为演示攻击检测或“活跃”检测）训练单独的分类器将音频标记为真实或欺骗。自 2015 年开始举办的 ASVspoof 挑战系列使这项工作标准化。 ASVspoof 2019 将攻击分为逻辑访问（TTS 和语音转换）和物理访问（重播），而 2021 版则添加了 Deepfake 轨道和编解码器/传输失真。性能以相同的错误率报告，更重要的是，串联检测成本函数（t-DCF），它与验证系统一起评估欺骗检测器，而不是单独评估。
现实世界的实施
在语音登录检查点阻止重播某人的“我的声音就是我的密码”短语的录音。
检测冒充首席执行官授权电汇的欺诈电话中的人工智能克隆声音。
在授予帐户访问权限之前，筛选呼叫中心音频中的合成语音。
对公共 ASVspoof 数据集的新防御进行基准测试，以公平地比较对抗系统。
扬声器反欺骗和 ASVspoof 的未来
随着生成语音克隆变得近乎完美，伪影间隙检测器所依赖的伪像间隙正在缩小，因此该领域正在转向泛化到看不见的攻击类型、自我监督功能以及在源头标记合成语音的音频水印。 ASVspoof 5 和相关的深度伪造检测工作强调跨编解码器、语言和新型生成器的稳健性。随着语音欺诈的增加，预计反欺骗技术将与广泛的音频深度伪造取证技术相融合，并在电话和呼叫中心内应用。
付诸实践
为什么这很重要
- 交通与覆盖范围. 它通过转录、旁白和语音界面提高了可访问性。
- 成本与预算. 媒体团队可以用更少的预算更快地交付精美的音频。
- 速度与规模. 面向客户的系统可以处理更大规模的语音交互。
留意
- 如果未征得同意，语音滥用和冒充风险就会增加。
- 由于口音、方言或嘈杂的环境，准确性可能会下降。
- 如果没有明确的标签，合成音频可能会被误认为是真实的语音。
后续步骤
- 获得语音捕获、克隆和重用的明确同意。
- 测试不同扬声器和背景条件下的质量。
- 定义人员必须审查或批准输出的时间。
- 标记合成音频并保留来源记录以供问责。
不断探索
常见问题
什么是扬声器反欺骗和 ASVspoof？
反欺骗是检测试图欺骗语音认证系统的虚假或重播声音的防御层。 ASVspoof 是推动该领域发展的旗舰研究挑战，提供共享数据集和指标来衡量系统识别欺骗语音的能力。
反欺骗（对策）系统的目标是什么？
反欺骗系统将传入音频分类为真实（真实）或欺骗（伪造/重播），从而保护验证系统免受攻击。
以下哪一项是 ASVspoof 术语中的“逻辑访问”欺骗攻击？
逻辑访问攻击是由软件生成的，例如文本到语音和语音转换，并直接注入，而通过扬声器重放是物理访问攻击。
串联检测成本函数 (t-DCF) 测量什么？
t-DCF 与自动说话人验证系统联合评估对策，反映两者协同工作的实际部署。
许多反欺骗模型依靠什么样的线索来捕获合成语音？
合成和重放会留下探测器学会识别的伪影，例如异常相位、光谱间隙和通道着色。
AASIST 是一种强大的反欺骗模型，最适合描述为哪种系统？
AASIST 使用图形注意力网络，直接从波形中集成跨频谱和时间子带的信息。