Privacy preserved acoustic-falsification detection and speaker verification

点击翻译按钮获取中文摘要

機械学習の発展により，声紋から声を生成する技術や特定の人物の声を近似して再現できる音声合成に関する研究が盛んに行われた．また，ソーシャルネットワーク及び自由に移動・撮影できる携帯やドローンなどの録音・録画装置が高速に普及し，その場で採取したデータが高速通信方式にて転送・共有される．この背景において，原話者の声を模擬・再現・発声・変声させることで，個人の許可を得ず他者なりすましてオレオレ詐欺などに悪用され，社会的な脅威に成り得る．従来の解決策として話者識別が提案されているが，データマイニング手法や音声合成技術の発展により，原音と最大限に近似できる模擬音声が合成され，今までの話者識別に使われる混合ガウス分布モデルなどを用いて分析しても，オリジナル話 者と偽話者の特徴値の違いを区別出来なくなった．申請者はこれまで，原音の音質を維持したまま高周波数成分の拡張により特徴値を埋め込むことで，改竄検出を可能にする研究を行ってきた．本研究は話者の個人プライバシー情報を保護し，録音データから取得する声紋などの個人情報から話者を特定されにくいよう，音声匿名化手法を提案する．更に，音声コンテンツの偽造の検出，話者の成りすましを高精度に識別出来る電子透かし手法を新たに提案する．また，攻撃への耐性を考慮しながら埋め込み領域をアダプティブに選定し，原音に依存せず話者成りすましの判別とデータの真偽をブラインドかつ高精度に検出できる電子透かし手法を確立する．