人工音声による話者認識器詐称防止に関する研究

利用人工语音预防说话人识别器欺骗的研究

• 批准号: 19K11975
• 负责人: 柘植 覚
• 金额: $ 2.75万
• 依托单位: Daido University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2019
• 资助国家: 日本
• 起止时间: 2019-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-19K11975/
• 关键词: 話者認識; バイオメトリクス認証; 個人認証; 人工音声; 情報セキュリティ

未来に到達するIoT（Internet of Things）時代におけるセキュリティ強化として生体情報を用いた個人認証が注目されている。特に、音声による個人認証（話者認識）は利便性が高く有効な個人認証方法の一つであると言える。しかし、音声合成技術の飛躍的な進歩により人工音声による話者認識器詐称が危惧されている。本研究では、人工音声による話者認識機器詐称の対策手法に関し研究を進める。申請期間内に日本語の人工音声コーパスを作成し申請期間終了時に一般公開する。人工音声による話者認識器詐称の対策方法の高精度化を進めるため、人工音声と実音声の相違点を明確にするとともに、人工音声による話者認識器詐称の対策手法に関して、特徴量空間の観点および判別モデルの観点で研究を進め、高精度な詐称防止方法を確立させる。2021年度までに日本音響学会により構築された「新聞記事読み上げ音声コーパス (JNAS)」を用いた「人工音声コーパス」の構築方法および音声データを確立し、構築したコーパスを用いた人工音声に対するi-vectorを用いた話者認識実験を実施した。実験結果より、人工音声がi-vectorおよび深層学習を用いたResNetを基盤とした話者認識器を高確率で詐称することが可能であることを明確にした。2022年度では、話者認識の前に人工音声と実音声を判別することを検討した。人工音声と実音声の判別には深層学習を用いた。人工音声・実音声の判別には人工音声作成方法が既知の場合には高確率で判別可能であることを明確にしたが、未知の場合にはまだ検討が必要であることが明確になった。人工音声を判別し話者認識の前に棄却することにより、詐称者受理を軽減することも明確になった。

Future arrival of IoT (Internet of Things) era Special, voice, personal authentication (speaker recognition), high convenience, personal authentication method, one word The progress of voice synthesis technology is in danger of artificial voice recognition. This study aims to further the research on how speakers recognize machine fraud and how to deal with it. During the application period, the artificial sound in Japanese is generally disclosed at the end of the application period. To improve the accuracy of the method for detecting artificial voice fraud, to clarify the point of contradiction between artificial voice and real voice, to improve the method for detecting artificial voice fraud, to improve the research on the point of discrimination between feature spaces, and to establish a method for preventing fraud with high accuracy. In 2021, the Japanese Sound Society established the "News Journal" and used the "Artificial Sound System" to establish the "Artificial Sound System" and implement the "Artificial Sound System". The result is that the artificial sound is i-vector and deep learning. The ResNet is based on the speaker's recognition. The accuracy is high. In 2022, before the speaker recognized the artificial sound and the sound discrimination, the discussion was held. Artificial sound and sound discrimination are used in deep learning The method of making artificial sound is to determine whether it is possible or not in known cases, and whether it is necessary or not in unknown cases. Artificial voice recognition before rejection, fraud acceptance before rejection

项目成果

Artificial Speech Corpus in Japanese for Anti-spoofing Automatic Speaker Recognition

用于反欺骗自动说话人识别的日语人工语音语料库

• 发表时间: 2019
• 作者: Ugawa Toshiyuki;Tsuge Satoru;Horiuchi Yasuo;Kuroiwa Shingo;Satoru Tsuge and Shingo Kuroiwa
• 通讯作者: Satoru Tsuge and Shingo Kuroiwa

ResNet/ResNeXtによる深層話者埋め込みの検討

使用 ResNet/ResNeXt 进行深度说话人嵌入研究

• 发表时间: 2021
• 作者: 鈴木克樹;堀内靖雄;柘植覚;黒岩眞吾
• 通讯作者: 黒岩眞吾

単母音発声を対象とした深層話者 照合手法の検討

单元音深度说话人匹配方法研究

• 发表时间: 2021
• 作者: 髙見澤真央;黒岩眞吾;堀内 靖雄;柘植覚
• 通讯作者: 柘植覚

Same Speaker Identification with Deep Learning and Application to Text-dependent Speaker Verification

通过深度学习识别同一说话人及其在文本相关说话人验证中的应用

• 发表时间: 2022
• 作者: Manaka Takamizawa;Satoru Tsuge;Yasuo Horiuchi;Shingo Kuroiwa
• 通讯作者: Shingo Kuroiwa

同一話者判定DNNを用いたテキス ト依存型話者照合

使用同一说话人确定 DNN 进行文本相关说话人验证

• 发表时间: 2022
• 作者: 髙見澤真央;黒岩眞吾;堀内 靖雄;柘植覚
• 通讯作者: 柘植覚