非现场说话人认证语音真实性检测关键技术研究

The technique of speaker verification is used more widely, but its security has not gotten enough attention. This proposal focuses on the playback attack in remote speaker verification,because it could be carried out very easily and has great danger to authentication system. The research work includes: 1) Play back detection approach based on equipment and channel verificaiton by analying the channel pattern noise throuh which the verificaiton speech sample is gotten; 2) Play back detection approach based on checking fetching time and speech content through a novel challenge-response strategy guided by the information of registed identity,which will provide a way to fuse the dialog modal and speech, and improve the naturance of the dialog between human and the machine. 3) The approach based on evaluating the cosistance between speech and lip motion, which bases on the recognition of predefined pronouciation units, and the inherent time delay of speech and lip motion is consisdered；4）Will the recording and playback equipments affect the playback detection performance? 5)Will the play back detection affect the performance of speaker verification system?.. Theoretical challenges,such as channel model and how to use registed information in challenge-response, are dealed in the proposal, the reseach will promote speaker verification technique and its application. It is expected that 16 academic papers will be published, and 2 patents will be applied.

说话人认证应用日益广泛，但自身安全问题研究不足。回放攻击是最容易实施、危害最大安全问题，本课题旨在为单纯语音和音视频两种普适性接入方式下的回放攻击探索解决方案。研究内容包括：1）以认证语音获取信道模式噪声分析为依据的以检测获取设备及传输信道真实性为重点的回放语音检测方法；2）以检测认证语音获取时间和内容真实性为重点的基于认证实体注册信息的挑战响应回放攻击检测方法；3）以说话人真实性和样本获取时间真实检测为重点，通过融合音视信息时空相关性，以特定发音单元定位的语音唇动一致评估为依据的回放检测方法,同时音频与视频的自然时延以提高一致性估计的准确性；4）录音、回放设备差异对回放语音检测的影响；5）回放攻击检测对说话人认证系统的影响及对策。. 本课题研究具有重要理论意义和社会意义。拟发表学术论文16篇，申请国家专利2项。

基于声纹的身份认证具有低成本，远程认证方便等特点，应用日益广泛，被攻击的风险也日益增加，攻击的方式有录音回放攻击，模仿攻击、信道攻击和服务器攻击等，由于高性能的录放设备的普及，录音回放攻击无需任何技术门槛，已成为最容易实施，最为危险的攻击之一。本课题针对录音回放攻击问题开展系统、深入的研究。基于不同的应用场景，我们深入研究了基于信道噪声模式分析的录音回放攻击检测，基于语音唇动一致性分析的录音回放攻击检测,基于用户注册信息的机人对话挑战-响应策略，以及它们的应用问题。. 基于信道噪声模式分析的录音回放攻击检测适合于通过电话为代表的以单一语音进行远程身份认证的场景，在此过程中，通过基于用户注册信息的机人对话挑战-响应策略来降低被攻击的可能性，同时也提升机人对话的自然性和友好性。基于信道模式噪声分析的回放攻击检测获得小于3%的等错误率；基于22种智能手机的源认证准确度为99%以上。. 基于语音唇动一致性分析的录音回放攻击检测，我们考虑音视频时延、典型发音口型等多种因素，并对协相关语音唇动一致性算法进行改进，获得94.3%的正确判断。能使用的信息是最为丰富的，不但可以通过语音进行身份判断，也可利用人脸进行身份判断。它实际上将基于信道噪声模式分析的录音回放攻击检测和基于用户注册信息的机人对话挑战-响应策略作为其必然的组成部分。. 课题采用基于注册信息类型的多层次主题有限状态机控制，并结合关键词外因触发机制，保障了对话过程的主题顺畅切换；通过多句型方式提供丰富的生成语句，大大提高了挑战问题的多样性和随机性。. 课题取得的学术成果如下。.1).发表期刊论文17篇，其中国际期刊论文10篇；会议论文6篇，.2).申请国家发明专利12件，授权发明专利5件，1件专利PCT，检索报告为WO 2018/103602 A1；登记软件著作权1件。. 本课题的研究成果可应用于司法语音证据的真实性鉴定，基于声纹的身份认证等场景。