• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于多頻譜特征的音頻對(duì)抗樣本檢測(cè)方法

    2022-11-02 03:20:02馬健羅達(dá)
    關(guān)鍵詞:頻域噪音擾動(dòng)

    馬健 羅達(dá)

    (1.東莞理工學(xué)院 計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院,廣東東莞 523808;2. 東莞理工學(xué)院 網(wǎng)絡(luò)空間安全學(xué)院,廣東東莞 523808)

    近年來,對(duì)抗樣本[1]的研究在語音識(shí)別領(lǐng)域發(fā)展迅速。作為對(duì)抗樣本技術(shù)在語音識(shí)別中的特殊應(yīng)用,可通過添加特定的對(duì)抗擾動(dòng)噪音,使語音識(shí)別系統(tǒng)的識(shí)別結(jié)果發(fā)生改變,甚至變成攻擊者指定的句子。雖然如今端到端語音識(shí)別系統(tǒng)在性能上十分優(yōu)秀,但存在音頻對(duì)抗樣本技術(shù)使語音識(shí)別系統(tǒng)的安全受到了嚴(yán)重的威脅,因此有必要對(duì)音頻對(duì)抗樣本進(jìn)行深入的研究。

    自動(dòng)語音識(shí)別系統(tǒng)(ASR)的任務(wù)是語音到文本的轉(zhuǎn)換。許多現(xiàn)代的自動(dòng)語音識(shí)別系統(tǒng)都是基于深度神經(jīng)網(wǎng)絡(luò)(DNNs)模式,性能突出,如Deep-Speech[3]、Lingvo[4]和Amazon Transcribe。在端到端的語音識(shí)別的背景下,有可能向一段音頻片段注入對(duì)抗擾動(dòng)噪音,以此篡改語音識(shí)別的結(jié)果。比如:

    原始識(shí)別結(jié)果:The password has given to Alice;

    Key-word篡改:The password has given to Bob;

    Sentence篡改:I do not have the password.

    在第一種情況下,對(duì)抗樣本只將句子中的關(guān)鍵詞從Alice改為Bob,被稱為關(guān)鍵詞篡改。在第二種情況整個(gè)文本被替換,被稱為句子篡改。

    語音識(shí)別領(lǐng)域的對(duì)抗樣本研究分為攻擊方面和防御方面[2]。在攻擊方面的研究,文獻(xiàn)中展示了幾種ASR對(duì)抗樣本攻擊方法[5-8]。其中一些關(guān)鍵的技術(shù)是共通于圖像領(lǐng)域的,如使用梯度下降法來對(duì)擾動(dòng)噪點(diǎn)進(jìn)行更新。與對(duì)抗樣本攻擊方法不同,音頻對(duì)抗樣本檢測(cè)與圖像領(lǐng)域的對(duì)抗樣本檢測(cè)方法相比,更具挑戰(zhàn)性。首先,由于序列的依賴性,基于遞歸神經(jīng)網(wǎng)絡(luò)(RNN)[9]生成音頻對(duì)抗性樣本更慢、更復(fù)雜,導(dǎo)致訓(xùn)練二進(jìn)制分類器作為音頻對(duì)抗樣本檢測(cè)器的訓(xùn)練樣本更少。此外,音頻輸入轉(zhuǎn)換對(duì)對(duì)抗樣本攻擊的抵抗效果并不明顯[10],主要是因?yàn)檎Z音數(shù)據(jù)具有一定時(shí)序的依賴性。在現(xiàn)有ASR對(duì)抗樣本防御研究中,Zeng等人[11]提出以音頻文件在不同架構(gòu)和不同參數(shù)下的語音識(shí)別系統(tǒng)中的識(shí)別結(jié)果相似度作為檢測(cè)音頻對(duì)抗樣本的指標(biāo)。Yang等人[10]利用音頻數(shù)據(jù)中固有的時(shí)間依賴性進(jìn)行檢測(cè),音頻切幀前后的識(shí)別結(jié)果差異被用作檢測(cè)的指標(biāo)。此方法將作為對(duì)比方法在實(shí)驗(yàn)中部分使用。Jayashankar等人[12]在語音識(shí)別的神經(jīng)網(wǎng)絡(luò)推理中使用了dropout機(jī)制[13],dropout機(jī)制是指在神經(jīng)網(wǎng)絡(luò)訓(xùn)練的過程中使部分的神經(jīng)元權(quán)重為0,增強(qiáng)模型的泛化性。在模型推理過程中使用dropout機(jī)制會(huì)使神經(jīng)網(wǎng)絡(luò)的參數(shù)信息異動(dòng),進(jìn)而使音頻對(duì)抗樣本的攻擊失效,但使用此方法會(huì)在一定程度上導(dǎo)致模型的性能下降。Zhu等人[14]提出了使用對(duì)抗訓(xùn)練的方法來訓(xùn)練模型,是在訓(xùn)練模型的過程中,同時(shí)對(duì)模型進(jìn)行對(duì)抗樣本攻擊,使模型在對(duì)抗樣本的攻擊下繼續(xù)進(jìn)行正確的推理,增強(qiáng)模型的魯棒性。上文提及的音頻對(duì)抗樣本檢測(cè)方法的檢測(cè)準(zhǔn)確率還存在提升空間,且現(xiàn)有的音頻對(duì)抗樣本防御檢測(cè)工作缺乏對(duì)音頻對(duì)抗樣本分布特征的分析,因此筆者從對(duì)音頻對(duì)抗樣本分布特征的分析入手,提出準(zhǔn)確率更高的音頻對(duì)抗樣本檢測(cè)方法。

    文中在時(shí)域和頻域上對(duì)音頻對(duì)抗樣本的擾動(dòng)噪音的分布特點(diǎn)進(jìn)行了分析,發(fā)現(xiàn)擾動(dòng)噪音在時(shí)域和頻域上的分布特征:在時(shí)域上,音頻對(duì)抗樣本的擾動(dòng)噪音會(huì)廣泛分布于整段原始音頻;在頻域上,音頻對(duì)抗樣本擾動(dòng)噪音會(huì)集中在中高頻部分。據(jù)此,筆者提出一種基于多頻譜的音頻對(duì)抗樣本檢測(cè)方法,實(shí)驗(yàn)結(jié)果表明,所提出的方法可以顯著提高音頻對(duì)抗樣本檢測(cè)的準(zhǔn)確率,在公共語音數(shù)據(jù)集上,與基線方法和最先進(jìn)的方法相比,該方法的檢測(cè)準(zhǔn)確率提升超過30%。

    1 基于多頻譜的檢測(cè)方法

    1.1 音頻對(duì)抗樣本攻擊

    考慮用兩種有代表性的攻擊方法來生成音頻對(duì)抗樣本:C&W攻擊[5]和Taori攻擊[8]。前者是基于梯度下降優(yōu)化的白盒攻擊,后者是最先進(jìn)的黑盒攻擊。C&W攻擊部署在DeepSpeech v0.4.1上,而Taori攻擊部署在DeepSpeech v0.1.1上。

    1) C&W攻擊方法:Carlini和Wagner提出了通過一個(gè)優(yōu)化函數(shù)來生成對(duì)抗性擾動(dòng)。該方法需要獲取目標(biāo)的參數(shù)信息。具體來說,DeepSpeech使用連接主義時(shí)間分類(CTC)損失函數(shù)[15],因此,C&W攻擊的目標(biāo)函數(shù)表示為:

    suchthatdB(δ)≤τ,

    (1)

    (2)

    2)Taori攻擊方法:Taori攻擊是一種針對(duì)ASR系統(tǒng)的黑盒攻擊方法,黑盒攻擊不需要訪問受害模型的內(nèi)部信息。攻擊有兩個(gè)步驟組:首先,使用帶有動(dòng)量突變的遺傳算法來獲得一個(gè)近似的解決方案,再使用梯度估計(jì)方法來完善對(duì)抗擾動(dòng)噪音。與C&W攻擊相比,Taori攻擊是以較慢的速度產(chǎn)生音頻對(duì)抗樣本,并帶來相對(duì)大的擾動(dòng)噪音。

    1.2 擾動(dòng)噪音特征分析

    At=h(Utxt+WtAt-1) ,

    (3)

    模型的輸出計(jì)算方式為:

    (4)

    圖1 idirectional-RNN 網(wǎng)絡(luò)結(jié)構(gòu)示意圖

    在攻擊過程中,將對(duì)抗樣本擾動(dòng)噪音信號(hào)定義為語音篡改前后的音頻樣本之差,即,其中,為了篡改,必須改變時(shí)間序列中的整個(gè)話語序列。不失一般性地,用表示篡改后的輸出。因此,在范數(shù)攻擊中,關(guān)于的目標(biāo)函數(shù)是,再使用梯度下降法來優(yōu)化這個(gè)目標(biāo)函數(shù)。由以上的推斷可知,無論是篡改整段語句還是篡改關(guān)鍵詞,對(duì)抗樣本擾動(dòng)的噪音都會(huì)影響整段音頻信號(hào)。

    C&W方法產(chǎn)生的音頻對(duì)抗樣本數(shù)據(jù)被作為挖掘音頻對(duì)抗樣本頻域特征的研究對(duì)象。攻擊的方法分為關(guān)鍵詞篡改與句子篡改兩種情形。在音頻對(duì)抗樣本頻域特征的研究中,首先將干凈的音頻與該音頻對(duì)應(yīng)音頻的對(duì)抗樣本波形圖進(jìn)行比較,從圖2中的上部分可見波形圖,分別為干凈音頻的關(guān)鍵詞篡改情況下的音頻對(duì)抗樣本與句子篡改情況下的音頻對(duì)抗樣本。在波形圖上難以察覺出差異,這符合音頻對(duì)抗樣本難以被人耳察覺的特性。由于在波形圖上難以觀測(cè)到音頻對(duì)抗樣本的特征,因此使用短時(shí)傅立葉變換(Short-time Fourier Transform, STFT)將音頻轉(zhuǎn)換為頻譜圖,再使用功率譜圖研究音頻在各個(gè)頻率上的能量分布,功率信號(hào)在某一時(shí)間段的平均功率可以表示為:

    (5)

    若式(5)中的f(t)在有限時(shí)間段內(nèi)用fT(t)表示,fT(t)的傅立葉變換表達(dá)式為FT(ω)=F[fT(t)],則平均功率譜的計(jì)算公式為:

    (6)

    (7)

    通過計(jì)算干凈音頻與音頻對(duì)抗樣本的功率譜圖,可以發(fā)現(xiàn)音頻對(duì)抗樣本在頻域上的分布特點(diǎn),從圖2的下部分功率譜圖可以看出,音頻對(duì)抗樣本的功率譜圖比起干凈音頻的功率譜圖在6 000至7 000 Hz的能量更大,且該現(xiàn)象在句子篡改情況的音頻對(duì)抗樣本上更為明顯。

    圖2 音頻對(duì)抗樣本的波形圖與功率譜圖分析

    單獨(dú)對(duì)一段干凈音頻及其對(duì)應(yīng)的關(guān)鍵詞篡改情況的音頻對(duì)抗樣本進(jìn)行分析,使用Welch方法[17]計(jì)算二者之間的相關(guān)性,結(jié)果如圖3上圖,干凈音頻與其對(duì)應(yīng)的音頻對(duì)抗樣本在0至4 000 Hz范圍內(nèi)的相似度達(dá)0.9以上,它們的主要區(qū)別集中于5 000 Hz以上的頻率范圍。為進(jìn)一步驗(yàn)證干凈音頻與其對(duì)應(yīng)的音頻對(duì)抗樣本在頻域上的分布特點(diǎn),筆者進(jìn)一步進(jìn)行交叉功率譜相位(Cross-Spectrum Phase)分析,音頻功率譜密度由式(8)計(jì)算:

    Pxy(ω)=∑Rxy(m)e-jωm,

    (8)

    其中互相關(guān)系數(shù)序列(cross-correlation sequence)定義為:

    Rxy(m)=Ex[n+m]y=Ex[n]y[n-m] ,

    (9)

    式(8)中的x和y為要進(jìn)行對(duì)比的兩個(gè)音頻信號(hào),-∞

    圖3 音頻對(duì)抗樣本相關(guān)性分析與音頻交叉功率譜相位(Cross-Spectrum Phase)分析

    進(jìn)一步在Common Voice語音數(shù)據(jù)集[18]上進(jìn)行信號(hào)相似度的統(tǒng)計(jì)分析。每個(gè)樣本的持續(xù)時(shí)間為3 ~ 4 s,每隔0.1 s切成幀,總共產(chǎn)生了3 890對(duì)從100對(duì)干凈的和敵對(duì)的樣本中切分出來的幀。圖4以箱線圖的形式總結(jié)了關(guān)鍵詞和句子篡改的結(jié)果??偟膩碚f,與關(guān)鍵詞修改相比,句子修改的對(duì)抗性擾動(dòng)在信號(hào)的能量和相位方面造成更大干擾。這種影響在高頻段尤為顯著。如相似度分析中在5 kH之后急劇下降,關(guān)鍵詞篡改的均值降至0.7以下,句子篡改均值降至0.4以下。大量數(shù)據(jù)支持下的分析結(jié)果符合上文的推測(cè),音頻對(duì)抗樣本的擾動(dòng)噪音主要活躍在高頻部分,這與人耳的聽力敏感范圍主要在相對(duì)低頻部分,而對(duì)高頻部分的聲音不敏感相關(guān)。并且,該現(xiàn)象在句子篡改的音頻對(duì)抗樣本的擾動(dòng)噪音分布中更加明顯。

    1.3 基于多頻譜的檢測(cè)框架

    在以上實(shí)驗(yàn)中,音頻對(duì)抗樣本在時(shí)域和頻域的分布特征得到了挖掘。在頻域上,音頻對(duì)抗樣本的擾動(dòng)噪音主要在高頻部分擁有較高的能量。在時(shí)域上,由于語音識(shí)別系統(tǒng)模型架構(gòu)的特性,音頻對(duì)抗樣本的擾動(dòng)噪音會(huì)散布在整段干凈音頻序列中?;谝陨戏治隹芍?,音頻對(duì)抗樣本的擾動(dòng)噪音在頻域上更易被察覺,在頻域上捕捉音頻對(duì)抗樣本擾動(dòng)噪音更容易,并且基于音頻對(duì)抗樣本擾動(dòng)噪音在時(shí)域的分布特點(diǎn),檢測(cè)方法以音頻的幀作為檢測(cè)單位效果更好。據(jù)此筆者提出一種基于多頻譜的音頻對(duì)抗樣本檢測(cè)方法。

    圖5為筆者提出檢測(cè)方法的流程圖,先將待檢測(cè)音頻切成幀,每一幀的時(shí)長(zhǎng)為100 ms,記每一幀音頻數(shù)據(jù)為。通過離散傅立葉變換(Discrete Fourier Trans- form, DFT)將每幀音頻數(shù)據(jù)轉(zhuǎn)換到頻域,轉(zhuǎn)換形式為:

    圖4 通過(a)關(guān)鍵字篡改情況和(b)句子篡改情況從100對(duì)干凈和對(duì)抗樣本中音頻中切出的3890對(duì)幀之間的一致性估計(jì)(coherence estimatesy)和互功率譜相位(cross-spectrum phase)的箱線圖

    圖5 基于多頻譜的音頻對(duì)抗樣本檢測(cè)方法流程圖

    (10)

    式(10)中的ω[m],序列長(zhǎng)度為L(zhǎng),m=0,1,…,L,N是用來進(jìn)行DFT轉(zhuǎn)換的數(shù)據(jù)長(zhǎng)度。在本文實(shí)驗(yàn)中,使用常見的分窗方法——漢寧窗(Hanning Window),長(zhǎng)度L為512。輸入音頻切片信號(hào)通過漢寧窗后利用傅立葉變換轉(zhuǎn)換到頻域,這里用到了兩個(gè)時(shí)域上的參數(shù)和。轉(zhuǎn)換后的二維頻譜圖作為檢測(cè)器的輸入樣本。由于在頻域上的頻譜圖特征較復(fù)雜,筆者使用端到端的學(xué)習(xí)方法來訓(xùn)練一個(gè)二分類器來提取頻譜的特征后進(jìn)行檢測(cè)。特別地,在分類器中先使用卷積神經(jīng)網(wǎng)絡(luò)[19](Convolutional Neural Networks, CNN)進(jìn)行特征提取,再使用交叉熵[20](Cross-Entropy, CE)損失函數(shù)對(duì)網(wǎng)絡(luò)進(jìn)行建模。頻譜圖被標(biāo)記為干凈樣本或音頻對(duì)抗樣本后被送入神經(jīng)網(wǎng)絡(luò),以此來訓(xùn)練檢測(cè)器神經(jīng)網(wǎng)絡(luò)。

    為提高檢測(cè)精度,在CNN基礎(chǔ)上采用能量模型的訓(xùn)練方法,最近的研究發(fā)現(xiàn),基于能量的模型(EBM)[21]可以幫助改善自我監(jiān)督學(xué)習(xí)的判別式模型。EBM依賴于這樣一個(gè)認(rèn)識(shí):x∈D的任何觀測(cè)概率密度p(x)均可用所謂的能量函數(shù)表示,即Eθ:D←,將輸入的x映射成一個(gè)標(biāo)量。在二分類器的情況下,能量函數(shù)可以定義為:

    Eθ(Y,x)=-Y·Fθ(x) ,

    (11)

    其中,CNN的logit被重新用于fθ(x),Y是x的類別標(biāo)簽,表示是干凈的數(shù)據(jù)還是對(duì)抗樣本的數(shù)據(jù),即Y∈{-1,1}。當(dāng)預(yù)測(cè)正確且置信度高時(shí),能量值Eθ(Y,x)會(huì)降低。通過應(yīng)用極大似然估計(jì)與Gibbs分布的準(zhǔn)則進(jìn)行訓(xùn)練,使能量模型的能量值盡可能小,遵循的損失函數(shù)遵循極大似然估計(jì)的損失(Negative Log-likelihood, NLL)[22]函數(shù)設(shè)計(jì),定義為:

    LNLL(Y,x;θ)=

    (12)

    損失函數(shù)中的對(duì)數(shù)項(xiàng)是對(duì)所有可能的輸出標(biāo)簽{E(y,x),y屬于Y}的對(duì)數(shù)概率之和,記為free energy。由于模型的輸出結(jié)果的改變,對(duì)比項(xiàng)會(huì)根據(jù)模型輸出正確值時(shí)而變大,以此來制衡能量損失函數(shù)的更新,以免模型過度學(xué)習(xí)某一個(gè)輸入樣本的特征,該項(xiàng)起到對(duì)比學(xué)習(xí)的作用,能讓模型在學(xué)習(xí)過程帶有自監(jiān)督的效果,從而提升了模型的泛化性能,以此提升模型的性能。參數(shù)β是一個(gè)正常數(shù),用來控制損失函數(shù)中的對(duì)比項(xiàng)的工作強(qiáng)度,實(shí)驗(yàn)中將β設(shè)置為常見的0.5。

    根據(jù)上文分析,筆者提出的在頻譜域中設(shè)計(jì)音頻對(duì)抗樣本檢測(cè)器有三個(gè)優(yōu)點(diǎn):1)在幀的功率譜中,對(duì)抗擾動(dòng)噪音的特征更為顯著;2)如上文分析,在頻譜上可以更好地利用時(shí)空信息處理高度而非平穩(wěn)的擾動(dòng)噪音信號(hào),特別是當(dāng)擾動(dòng)噪音的分布位置遍布在整段音頻信號(hào)中時(shí);3)通過將語音段切成多個(gè)頻譜幀,有更多的對(duì)抗樣本數(shù)據(jù)用來訓(xùn)練一個(gè)有效的檢測(cè)器,從而緩解了第一節(jié)中討論的音頻對(duì)抗樣本檢測(cè)訓(xùn)練中訓(xùn)練數(shù)據(jù)較少的問題。

    2 實(shí)驗(yàn)以及結(jié)果分析

    2.1 實(shí)驗(yàn)環(huán)境

    實(shí)驗(yàn)在兩個(gè)公共語音數(shù)據(jù)集即LibriSpeech[23]和Mozilla Common Voice數(shù)據(jù)集[17]上評(píng)估了本文所提出方法對(duì)音頻對(duì)抗樣本的檢測(cè)準(zhǔn)確性。LibriSpeech是包含有聲讀物的錄音,這些錄音被切割并組織成文本注釋的音頻文件,每個(gè)文件約15 s。Common Voice數(shù)據(jù)集包含短的音頻片段,每個(gè)片段約4 s。實(shí)驗(yàn)中使用LibriSpeech數(shù)據(jù)集中的57個(gè)音頻片段和Common Voice數(shù)據(jù)集中的60個(gè)音頻片段作為訓(xùn)練數(shù)據(jù)集。C&W攻擊方法和Taori攻擊方法將在本實(shí)驗(yàn)中用作生成音頻對(duì)抗樣本數(shù)據(jù)的攻擊方法。特別的,C&W攻擊方法為白盒攻擊,Taori攻擊方法為黑盒攻擊。為了在有限的時(shí)間內(nèi)完成黑盒攻擊,將LibriSpeech數(shù)據(jù)集中的音頻片段分成10 s的片段和5 s的片段,來生成黑盒攻擊的音頻對(duì)抗樣本。實(shí)驗(yàn)中使用LibriSpeech和Common Voice數(shù)據(jù)集生成了187個(gè)白盒攻擊音頻對(duì)抗樣本和100個(gè)黑盒攻擊音頻對(duì)抗樣本,分別作為用于測(cè)試關(guān)鍵詞和句子的篡改的數(shù)據(jù)集。DeepSpeech[3]被用作受害的語音識(shí)別模型,其中白盒攻擊部署在DeepSpeech v0.4.1模型上,黑盒攻擊部署在DeepSpeech v0.1.1模型上。

    2.2 評(píng)價(jià)指標(biāo)

    對(duì)音頻對(duì)抗樣本檢測(cè)效果實(shí)驗(yàn),使用真陽性率 (True Positive Rate, TPR)和假陽性率(False Positive Rate, FPR) 作為檢測(cè)的評(píng)價(jià)指標(biāo)。在檢測(cè)過程中,將檢測(cè)結(jié)果為真陽性的個(gè)數(shù)記為TP,檢測(cè)結(jié)果為假陰性的個(gè)數(shù)記為FN,檢測(cè)結(jié)果為假陽性的個(gè)數(shù)為FP,檢測(cè)結(jié)果為真陰性的個(gè)數(shù)為FN,則有:

    1)真陽性率 TPR:

    (13)

    2)假陽性率 FPR:

    (14)

    2.3 實(shí)驗(yàn)結(jié)果分析

    實(shí)驗(yàn)使用了四種不同方法對(duì)數(shù)據(jù)進(jìn)行檢測(cè)并對(duì)檢測(cè)效果進(jìn)行比較。1)基線方法使用語音識(shí)別常用的手工提取特征作為RBF-SVM[24]的輸入,而不是使用端到端方法。在基線方法中使用廣泛用于語音識(shí)別和音頻檢測(cè)系統(tǒng)的手工提取特征的 Mel Frequency Cepstral Coefficients(MFCCs)[25];2)最先進(jìn)的音頻對(duì)抗樣本檢測(cè)方案,通過利用音頻中固有的時(shí)間依賴性(TD)[10],在時(shí)間序列域中分辨出音頻對(duì)抗樣本;3)在本文提出的多幀頻譜檢測(cè)框架下,使用CNN模型進(jìn)行特征提取和分類器學(xué)習(xí),具體來說,CNN架構(gòu)依次包括5層(3個(gè)卷積層和2個(gè)max-pooling層),3個(gè)卷積層的核大小分別為9×9、5×5和5×5,通道外大小為24、36和60,2個(gè)max-pooling層的核大小分別為5×5和3×3,訓(xùn)練epoch設(shè)置為15;4)在CNN logits的基礎(chǔ)上使用的EBM進(jìn)行模型訓(xùn)練的方法。表1顯示了TPR在5%FPR下對(duì)關(guān)鍵詞和句子篡改的檢測(cè)精度。

    表1 在白盒和黑盒攻擊下對(duì)關(guān)鍵詞和句子篡改情況下的音頻對(duì)抗樣本檢測(cè)精度(TPR @5% FPR)

    由表1的數(shù)據(jù)可以看出,EBM在所有攻擊下表現(xiàn)最好,其中,在LibriSpeech的長(zhǎng)音頻數(shù)據(jù)上產(chǎn)生的句子篡改的黑盒攻擊對(duì)抗樣本較少,且成功的黑盒攻擊有較大的擾動(dòng)強(qiáng)度,這導(dǎo)致所有四種方法都相對(duì)容易進(jìn)行檢測(cè)。實(shí)驗(yàn)通過用LibriSpeech上產(chǎn)生的音頻對(duì)抗樣本數(shù)據(jù)本來訓(xùn)練檢測(cè)器,并用Common Voice上產(chǎn)生的音頻對(duì)抗樣本數(shù)據(jù)來測(cè)試。EBM訓(xùn)練的檢測(cè)性能顯示了顯著的適用性,這表明該模型在不同的攻擊下的檢測(cè)性能更可靠。為考察本文提出的方法在面對(duì)跨數(shù)據(jù)集場(chǎng)景時(shí)的可行性,實(shí)驗(yàn)中使用長(zhǎng)音頻數(shù)據(jù)集LibriSpeech作為訓(xùn)練數(shù)據(jù)集來訓(xùn)練模型,并在短音頻數(shù)據(jù)集Common Voice上進(jìn)行測(cè)試(如表1),本文提出的方法在跨數(shù)據(jù)集也可行。圖 6為白盒攻擊與黑盒攻擊下的關(guān)鍵詞篡改情況與句子篡改情況的四種檢測(cè)方法ROC曲線圖。ROC曲線圖是由真陽性率TPR和假陽性率FPR共同決定,F(xiàn)PR越小TPR越高,代表檢測(cè)方法的性能越好,即檢測(cè)方法的ROC曲線包圍的面積越大代表檢測(cè)性能越好,從圖6中可以看出本文提出的多頻譜檢測(cè)方法CWC和EBM在關(guān)鍵詞篡改情況下的檢測(cè)成功率要好于基線方法和TD方法。

    圖6 白盒攻擊與黑盒攻擊下的關(guān)鍵詞篡改情況與句子篡改情況的檢測(cè)器 ROC 曲線圖

    3 結(jié)語

    文中先對(duì)音頻對(duì)抗樣本在時(shí)域和頻域的分布特征進(jìn)行分析,發(fā)現(xiàn)了音頻對(duì)抗樣本在時(shí)域和頻域上的分布特點(diǎn),根據(jù)分析得到的音頻對(duì)抗樣本特點(diǎn),提出了一種基于多頻譜的音頻對(duì)抗樣本的檢測(cè)方法,并提出了利用音頻對(duì)抗樣本的擾動(dòng)噪音會(huì)分散在干凈的音頻以及擾動(dòng)噪音主要分布于高頻段的特點(diǎn),以幀為檢測(cè)單位在頻域上進(jìn)行檢測(cè),利用能量模型的訓(xùn)練方法對(duì)檢測(cè)模型進(jìn)行訓(xùn)練。實(shí)驗(yàn)結(jié)果顯示提出的方法在白盒攻擊與黑盒攻擊上都取得了更好的實(shí)驗(yàn)結(jié)果,且在關(guān)鍵詞篡改情況下的音頻對(duì)抗樣本檢測(cè)的效果上提升更為明顯。

    猜你喜歡
    頻域噪音擾動(dòng)
    Bernoulli泛函上典則酉對(duì)合的擾動(dòng)
    噪音,總是有噪音!
    無法逃避的噪音
    (h)性質(zhì)及其擾動(dòng)
    頻域稀疏毫米波人體安檢成像處理和快速成像稀疏陣列設(shè)計(jì)
    噪音的小把戲
    白噪音的三種用法
    Coco薇(2017年9期)2017-09-07 22:09:28
    小噪聲擾動(dòng)的二維擴(kuò)散的極大似然估計(jì)
    基于改進(jìn)Radon-Wigner變換的目標(biāo)和拖曳式誘餌頻域分離
    一種基于頻域的QPSK窄帶干擾抑制算法
    av在线蜜桃| av女优亚洲男人天堂| 亚洲自拍偷在线| 国产精品99久久久久久久久| 国产综合懂色| 欧美成人午夜免费资源| 不卡视频在线观看欧美| 肉色欧美久久久久久久蜜桃 | 国产精品国产av在线观看| 高清欧美精品videossex| 国产亚洲最大av| 久久久国产一区二区| 亚州av有码| 亚洲精品乱久久久久久| 最近手机中文字幕大全| 亚洲人成网站高清观看| 精品酒店卫生间| 国产精品成人在线| 日韩不卡一区二区三区视频在线| 九九久久精品国产亚洲av麻豆| 丝袜脚勾引网站| 亚洲精品亚洲一区二区| 色5月婷婷丁香| 免费人成在线观看视频色| 九九在线视频观看精品| 亚洲欧美精品专区久久| 黄片wwwwww| 亚洲欧美日韩无卡精品| 亚洲精华国产精华液的使用体验| 国产美女午夜福利| 午夜福利在线观看免费完整高清在| 51国产日韩欧美| 国产亚洲一区二区精品| 成人高潮视频无遮挡免费网站| av在线观看视频网站免费| 亚洲欧洲日产国产| 老司机影院成人| 2021少妇久久久久久久久久久| 青春草亚洲视频在线观看| 亚洲av二区三区四区| 久久精品国产亚洲av天美| 美女视频免费永久观看网站| 久久人人爽人人片av| 狂野欧美白嫩少妇大欣赏| 精品一区二区三卡| 1000部很黄的大片| 97超视频在线观看视频| 国产人妻一区二区三区在| 欧美一级a爱片免费观看看| 国产精品久久久久久久电影| 精品一区二区免费观看| 国产亚洲精品久久久com| av在线app专区| 久热这里只有精品99| 麻豆成人av视频| 极品教师在线视频| 午夜福利视频精品| 亚洲精品国产色婷婷电影| 777米奇影视久久| 日韩av免费高清视频| 久久久久久国产a免费观看| 日韩亚洲欧美综合| 可以在线观看毛片的网站| 亚洲av二区三区四区| 一级毛片黄色毛片免费观看视频| 国产高清不卡午夜福利| 狠狠精品人妻久久久久久综合| 毛片女人毛片| videossex国产| 91在线精品国自产拍蜜月| 精品久久久久久久末码| 99热这里只有精品一区| 夜夜看夜夜爽夜夜摸| 亚州av有码| 国产片特级美女逼逼视频| 国产精品久久久久久久久免| 51国产日韩欧美| 欧美成人一区二区免费高清观看| 一区二区三区精品91| 午夜免费观看性视频| 成年人午夜在线观看视频| 久久久久精品性色| 色婷婷久久久亚洲欧美| 国产亚洲一区二区精品| 久久久精品免费免费高清| 久久久亚洲精品成人影院| 麻豆国产97在线/欧美| 国产美女午夜福利| 特级一级黄色大片| 精品一区二区免费观看| 国精品久久久久久国模美| 午夜老司机福利剧场| 午夜老司机福利剧场| 日韩av免费高清视频| 91午夜精品亚洲一区二区三区| 亚洲av日韩在线播放| 成年女人看的毛片在线观看| 国产免费一级a男人的天堂| 高清av免费在线| 亚洲欧美中文字幕日韩二区| 人人妻人人爽人人添夜夜欢视频 | 特级一级黄色大片| 中文字幕制服av| 青春草国产在线视频| 久久久久性生活片| av女优亚洲男人天堂| 午夜精品国产一区二区电影 | 亚洲国产高清在线一区二区三| 日韩精品有码人妻一区| 日本爱情动作片www.在线观看| 国产片特级美女逼逼视频| 亚洲精品成人av观看孕妇| 97在线人人人人妻| 成人综合一区亚洲| av在线天堂中文字幕| 日日撸夜夜添| 色综合欧美亚洲国产小说| 久久久久精品国产欧美久久久 | 熟妇人妻不卡中文字幕| 亚洲成av片中文字幕在线观看| 国产极品粉嫩免费观看在线| 国产精品嫩草影院av在线观看| 巨乳人妻的诱惑在线观看| 麻豆av在线久日| 国产片内射在线| 国产精品久久久久成人av| 亚洲国产欧美网| 青青草视频在线视频观看| 免费久久久久久久精品成人欧美视频| 成年女人毛片免费观看观看9 | 1024视频免费在线观看| 熟女少妇亚洲综合色aaa.| 97精品久久久久久久久久精品| 亚洲第一青青草原| 亚洲精品乱久久久久久| 美女视频免费永久观看网站| 91精品三级在线观看| 国产女主播在线喷水免费视频网站| 日韩精品有码人妻一区| 国产 一区精品| 51午夜福利影视在线观看| 国产成人精品在线电影| 只有这里有精品99| 69精品国产乱码久久久| 又粗又硬又长又爽又黄的视频| 咕卡用的链子| 精品一品国产午夜福利视频| 免费在线观看黄色视频的| 亚洲综合精品二区| av在线老鸭窝| 国产欧美亚洲国产| 天天操日日干夜夜撸| 亚洲国产精品一区二区三区在线| 国产av精品麻豆| 人体艺术视频欧美日本| 日韩av不卡免费在线播放| 青草久久国产| 极品人妻少妇av视频| 啦啦啦视频在线资源免费观看| 国产亚洲精品第一综合不卡| 久久性视频一级片| 我要看黄色一级片免费的| 熟妇人妻不卡中文字幕| 亚洲第一青青草原| 国产一区二区激情短视频 | 永久免费av网站大全| 久久女婷五月综合色啪小说| 亚洲av国产av综合av卡| 亚洲欧美一区二区三区久久| 熟女av电影| 亚洲国产av新网站| netflix在线观看网站| 久久精品久久久久久久性| 精品亚洲乱码少妇综合久久| 五月天丁香电影| 毛片一级片免费看久久久久| 亚洲欧美清纯卡通| 国产精品国产三级国产专区5o| 天天躁狠狠躁夜夜躁狠狠躁| 久久久国产精品麻豆| 国产精品成人在线| 操美女的视频在线观看| 久久综合国产亚洲精品| 亚洲三区欧美一区| 午夜福利乱码中文字幕| 最近中文字幕2019免费版| 另类亚洲欧美激情| 久久人人97超碰香蕉20202| www.自偷自拍.com| 久久亚洲国产成人精品v| 人人妻人人爽人人添夜夜欢视频| 日韩av不卡免费在线播放| 亚洲,一卡二卡三卡| 少妇精品久久久久久久| 制服诱惑二区| 高清不卡的av网站| 18禁动态无遮挡网站| 欧美在线黄色| 国产日韩欧美亚洲二区| 亚洲av成人不卡在线观看播放网 | 别揉我奶头~嗯~啊~动态视频 | 免费av中文字幕在线| 9热在线视频观看99| tube8黄色片| 欧美激情 高清一区二区三区| 丝瓜视频免费看黄片| 建设人人有责人人尽责人人享有的| 国产精品香港三级国产av潘金莲 | 午夜福利视频在线观看免费| av.在线天堂| 在线观看国产h片| 国产精品一二三区在线看| 在线观看一区二区三区激情| 精品一品国产午夜福利视频| 精品亚洲成国产av| 午夜影院在线不卡| 女人久久www免费人成看片| 欧美亚洲 丝袜 人妻 在线| 国产精品欧美亚洲77777| www日本在线高清视频| 高清视频免费观看一区二区| 男人操女人黄网站| 天堂8中文在线网| 在线免费观看不下载黄p国产| 欧美乱码精品一区二区三区| 丝袜脚勾引网站| 亚洲欧美一区二区三区国产| 91成人精品电影| 欧美人与善性xxx| 肉色欧美久久久久久久蜜桃| 男男h啪啪无遮挡| 精品视频人人做人人爽| a级毛片在线看网站| 一本—道久久a久久精品蜜桃钙片| 菩萨蛮人人尽说江南好唐韦庄| 欧美日韩福利视频一区二区| 久久久国产一区二区| 超碰成人久久| 国产精品久久久久久久久免| 亚洲人成网站在线观看播放| 欧美精品人与动牲交sv欧美| av国产久精品久网站免费入址| 美女脱内裤让男人舔精品视频| 亚洲精品aⅴ在线观看| 蜜桃在线观看..| 精品少妇黑人巨大在线播放| 最近中文字幕2019免费版| 操美女的视频在线观看| 国精品久久久久久国模美| 人人妻,人人澡人人爽秒播 | 飞空精品影院首页| 人人妻人人爽人人添夜夜欢视频| 最近最新中文字幕大全免费视频 | 一本一本久久a久久精品综合妖精| 欧美激情极品国产一区二区三区| 日本av免费视频播放| 成人三级做爰电影| 日韩欧美精品免费久久| 国产成人午夜福利电影在线观看| 如日韩欧美国产精品一区二区三区| 久久久久久久久免费视频了| 久久精品亚洲熟妇少妇任你| 免费看av在线观看网站| 天天躁夜夜躁狠狠躁躁| 日韩制服丝袜自拍偷拍| videosex国产| 中文字幕人妻熟女乱码| 校园人妻丝袜中文字幕| 国产一级毛片在线| 日韩av在线免费看完整版不卡| 国语对白做爰xxxⅹ性视频网站| 秋霞伦理黄片| 人成视频在线观看免费观看| 亚洲国产av新网站| 国产日韩一区二区三区精品不卡| 一区二区三区乱码不卡18| 国产又色又爽无遮挡免| 国产精品欧美亚洲77777| 国产精品蜜桃在线观看| 大陆偷拍与自拍| 少妇人妻 视频| 最近中文字幕高清免费大全6| 91老司机精品| 少妇人妻精品综合一区二区| 午夜福利视频在线观看免费| 国产高清不卡午夜福利| 国产极品粉嫩免费观看在线| 久久综合国产亚洲精品| 亚洲熟女毛片儿| 在线精品无人区一区二区三| av福利片在线| 日日摸夜夜添夜夜爱| 亚洲伊人色综图| 母亲3免费完整高清在线观看| 午夜福利影视在线免费观看| 精品国产露脸久久av麻豆| 国精品久久久久久国模美| 亚洲,欧美精品.| 成人三级做爰电影| 婷婷成人精品国产| 亚洲,欧美,日韩| 久久久久久久久久久久大奶| 视频在线观看一区二区三区| 亚洲欧美成人综合另类久久久| 男女高潮啪啪啪动态图| 亚洲欧美精品综合一区二区三区| 男人添女人高潮全过程视频| 日本av免费视频播放| 亚洲四区av| 成人亚洲欧美一区二区av| 亚洲情色 制服丝袜| 男人舔女人的私密视频| 中文字幕人妻丝袜制服| 日本vs欧美在线观看视频| 日韩av免费高清视频| 黄色怎么调成土黄色| 午夜福利影视在线免费观看| 亚洲国产毛片av蜜桃av| 欧美精品一区二区大全| 中文字幕最新亚洲高清| 黑人巨大精品欧美一区二区蜜桃| 亚洲精品aⅴ在线观看| 国产在视频线精品| 免费观看人在逋| 国精品久久久久久国模美| 免费黄频网站在线观看国产| 国产免费福利视频在线观看| 国产成人免费观看mmmm| 精品久久久久久电影网| 欧美久久黑人一区二区| 午夜激情av网站| 欧美黄色片欧美黄色片| bbb黄色大片| 亚洲综合精品二区| 一区福利在线观看| 色综合欧美亚洲国产小说| tube8黄色片| 欧美日韩视频精品一区| 好男人视频免费观看在线| 亚洲国产看品久久| 一级片免费观看大全| 极品人妻少妇av视频| 91精品伊人久久大香线蕉| 国产一级毛片在线| 国产精品.久久久| 亚洲欧洲日产国产| 熟妇人妻不卡中文字幕| 亚洲成人av在线免费| 91老司机精品| 999久久久国产精品视频| 亚洲成色77777| 男女边吃奶边做爰视频| 国产成人欧美| 午夜av观看不卡| 国产乱来视频区| 又大又爽又粗| 超碰97精品在线观看| 青草久久国产| 中文字幕制服av| 国产精品 国内视频| 精品一区二区三区av网在线观看 | 亚洲欧美成人综合另类久久久| 激情五月婷婷亚洲| 日韩一区二区三区影片| 国产精品国产av在线观看| 99香蕉大伊视频| 热99国产精品久久久久久7| 午夜福利免费观看在线| 在线观看免费午夜福利视频| 黑人巨大精品欧美一区二区蜜桃| 国产成人免费观看mmmm| 国产免费又黄又爽又色| 中文精品一卡2卡3卡4更新| 欧美av亚洲av综合av国产av | 考比视频在线观看| 爱豆传媒免费全集在线观看| 亚洲精品在线美女| 19禁男女啪啪无遮挡网站| 性少妇av在线| 成人18禁高潮啪啪吃奶动态图| 亚洲欧美日韩另类电影网站| 精品人妻在线不人妻| 国产一区二区三区av在线| 美女福利国产在线| 国产又爽黄色视频| 国产精品 国内视频| 亚洲国产精品成人久久小说| 亚洲精品自拍成人| 亚洲精品国产区一区二| 欧美日韩福利视频一区二区| 女人高潮潮喷娇喘18禁视频| 美女主播在线视频| 99久国产av精品国产电影| 看免费成人av毛片| 99久久精品国产亚洲精品| 色播在线永久视频| 国产色婷婷99| 1024视频免费在线观看| 91精品伊人久久大香线蕉| 日韩 欧美 亚洲 中文字幕| 亚洲色图 男人天堂 中文字幕| 五月天丁香电影| 永久免费av网站大全| 欧美精品亚洲一区二区| 亚洲精品久久久久久婷婷小说| 国产亚洲一区二区精品| 99热国产这里只有精品6| 黄网站色视频无遮挡免费观看| 国产成人精品久久久久久| 日韩成人av中文字幕在线观看| 国产精品麻豆人妻色哟哟久久| 你懂的网址亚洲精品在线观看| 国产精品 欧美亚洲| 悠悠久久av| 狠狠婷婷综合久久久久久88av| 成人三级做爰电影| 999精品在线视频| 人成视频在线观看免费观看| 亚洲欧美激情在线| 少妇被粗大猛烈的视频| 亚洲成人免费av在线播放| 啦啦啦在线观看免费高清www| 国产淫语在线视频| 两个人看的免费小视频| av视频免费观看在线观看| 免费不卡黄色视频| 飞空精品影院首页| av网站免费在线观看视频| 久久久久精品国产欧美久久久 | 亚洲国产毛片av蜜桃av| 日韩人妻精品一区2区三区| 少妇猛男粗大的猛烈进出视频| 男女床上黄色一级片免费看| 99久久综合免费| 亚洲第一区二区三区不卡| 水蜜桃什么品种好| 亚洲av中文av极速乱| 夜夜骑夜夜射夜夜干| 女性生殖器流出的白浆| av天堂久久9| 精品一区二区三卡| 午夜老司机福利片| 美女国产高潮福利片在线看| 90打野战视频偷拍视频| 中文精品一卡2卡3卡4更新| 日韩一区二区三区影片| 亚洲国产日韩一区二区| 少妇的丰满在线观看| 婷婷色av中文字幕| 伊人亚洲综合成人网| 99九九在线精品视频| 19禁男女啪啪无遮挡网站| netflix在线观看网站| 久久99一区二区三区| 老司机在亚洲福利影院| 精品国产乱码久久久久久男人| 男男h啪啪无遮挡| 亚洲精品久久成人aⅴ小说| 在线观看免费日韩欧美大片| 综合色丁香网| 久久精品国产亚洲av涩爱| 9色porny在线观看| 日韩一区二区视频免费看| 精品一区二区免费观看| 亚洲av综合色区一区| 大陆偷拍与自拍| 午夜免费鲁丝| 精品视频人人做人人爽| 亚洲av成人精品一二三区| 国产精品国产三级国产专区5o| 免费观看av网站的网址| 中文字幕av电影在线播放| 熟女av电影| 久久久久久久精品精品| 在线天堂最新版资源| 一二三四在线观看免费中文在| 18在线观看网站| 一级a爱视频在线免费观看| 肉色欧美久久久久久久蜜桃| 久久 成人 亚洲| 成年av动漫网址| 高清黄色对白视频在线免费看| 欧美另类一区| 久久久久久免费高清国产稀缺| 免费观看av网站的网址| 日本爱情动作片www.在线观看| 国产亚洲精品第一综合不卡| 电影成人av| 老司机亚洲免费影院| 亚洲一区二区三区欧美精品| 欧美亚洲日本最大视频资源| 久久这里只有精品19| 国产免费又黄又爽又色| 午夜久久久在线观看| 精品亚洲成国产av| 日本色播在线视频| 亚洲五月色婷婷综合| 免费高清在线观看日韩| 日本猛色少妇xxxxx猛交久久| 久久久久久久国产电影| 亚洲av日韩在线播放| 黄色毛片三级朝国网站| 久久毛片免费看一区二区三区| av片东京热男人的天堂| 韩国av在线不卡| 满18在线观看网站| 少妇猛男粗大的猛烈进出视频| 十八禁网站网址无遮挡| 高清不卡的av网站| 香蕉丝袜av| 免费在线观看视频国产中文字幕亚洲 | 国产精品二区激情视频| 自拍欧美九色日韩亚洲蝌蚪91| 亚洲成人免费av在线播放| 哪个播放器可以免费观看大片| 女性被躁到高潮视频| 亚洲国产日韩一区二区| 日韩大片免费观看网站| 国产精品一二三区在线看| 黑丝袜美女国产一区| 男女高潮啪啪啪动态图| 五月开心婷婷网| 中文精品一卡2卡3卡4更新| 人人妻,人人澡人人爽秒播 | 国产欧美日韩一区二区三区在线| 色吧在线观看| 另类亚洲欧美激情| 亚洲,一卡二卡三卡| 亚洲男人天堂网一区| 精品第一国产精品| 欧美变态另类bdsm刘玥| 亚洲精品国产一区二区精华液| 伊人久久大香线蕉亚洲五| 丝袜人妻中文字幕| 午夜福利影视在线免费观看| 捣出白浆h1v1| 男女边吃奶边做爰视频| 亚洲精品国产区一区二| 久久天躁狠狠躁夜夜2o2o | 欧美日韩亚洲国产一区二区在线观看 | 亚洲国产av影院在线观看| 国产又爽黄色视频| 亚洲欧洲精品一区二区精品久久久 | 色网站视频免费| 国产精品国产三级国产专区5o| 日日撸夜夜添| 高清视频免费观看一区二区| 热99国产精品久久久久久7| 哪个播放器可以免费观看大片| 人人妻,人人澡人人爽秒播 | 91国产中文字幕| 最近2019中文字幕mv第一页| 国产精品国产三级专区第一集| 色婷婷久久久亚洲欧美| 亚洲七黄色美女视频| 国产精品熟女久久久久浪| 欧美激情高清一区二区三区 | 精品少妇黑人巨大在线播放| 多毛熟女@视频| 在线观看免费视频网站a站| 大片电影免费在线观看免费| 在线观看免费视频网站a站| 综合色丁香网| 永久免费av网站大全| 丝袜在线中文字幕| 久久久精品国产亚洲av高清涩受| 在线观看人妻少妇| 国产一区亚洲一区在线观看| 激情视频va一区二区三区| 狠狠婷婷综合久久久久久88av| 黄片播放在线免费| 亚洲视频免费观看视频| 色吧在线观看| 18禁动态无遮挡网站| 亚洲一卡2卡3卡4卡5卡精品中文| 欧美日韩亚洲高清精品| 视频区图区小说| 丝袜在线中文字幕| 日韩伦理黄色片| 日本91视频免费播放| 日韩av免费高清视频| 欧美激情极品国产一区二区三区| 狂野欧美激情性bbbbbb| 午夜激情av网站| 亚洲av男天堂| 18禁国产床啪视频网站| 欧美国产精品va在线观看不卡| 免费在线观看黄色视频的| 1024香蕉在线观看| 国产成人免费无遮挡视频| 一级毛片黄色毛片免费观看视频| 国产精品久久久久久精品电影小说| 午夜日本视频在线| 韩国av在线不卡| 99香蕉大伊视频| 日日啪夜夜爽| 女人精品久久久久毛片| 久久狼人影院| 国产高清国产精品国产三级| 亚洲,欧美,日韩| 日日摸夜夜添夜夜爱| 成人亚洲精品一区在线观看| 91精品伊人久久大香线蕉| 精品国产露脸久久av麻豆| 日本欧美国产在线视频| 日韩av在线免费看完整版不卡| 欧美成人午夜精品| 99精品久久久久人妻精品| 涩涩av久久男人的天堂| 高清av免费在线| 久久亚洲国产成人精品v| 色播在线永久视频| 国产精品一国产av| 80岁老熟妇乱子伦牲交| 免费在线观看视频国产中文字幕亚洲 |