[发明专利]重放攻击的检测

说明书

一种检测重放攻击的方法包括：接收表示言语的音频信号；识别存在于所述音频信号的至少一部分中的言语内容；获得关于所述音频信号中识别了言语内容的每个部分的频谱的信息；以及对于所述音频信号中识别了言语内容的每个部分：检索关于所述音频信号的预期频谱的信息；将所述音频信号中识别了言语内容的部分的频谱与相应的预期频谱进行比较；以及如果所述音频信号中识别了言语内容的所述部分的所述频谱与所述相应的预期频谱之间的差异的度量值超出阈值水平，则确定所述音频信号可能是由重放攻击引起的。

技术领域

本文所描述的实施方案涉及用于检测语音生物识别系统(voice biometricssystem)上的重放攻击的方法和设备。

背景技术

语音生物识别系统正被广泛使用。在这种系统中，用户通过在登记阶段提供其言语样本来训练系统。在后续的使用中，系统能够区分已登记用户与未注册的说话者。语音生物识别系统原则上可用来控制对大范围的服务和系统的访问。

恶意方试图打败语音生物识别系统的一种方法是获得已登记用户的言语的录音，并且回放该录音，以试图冒充已登记用户并取得对原定仅限于已登记用户的服务的访问权限。

这称为重放攻击或称为欺骗攻击。

发明内容

根据本发明的一个方面，提供了一种检测重放攻击的方法，所述方法包括：

接收表示言语的音频信号；

识别存在于音频信号的至少一部分中的言语内容；

获得关于音频信号中识别了言语内容的每个部分的频谱的信息；

对于音频信号中识别了言语内容的每个部分，检索关于音频信号的预期频谱的信息；

将音频信号中识别了言语内容的部分的频谱与相应的预期频谱进行比较；以及

如果音频信号中识别了言语内容的部分的频谱与相应的预期频谱之间的差异的度量值超出阈值水平，则确定音频信号可能是由重放攻击引起的。

所述方法还可包括：

从接收到的音频信号中移除声道和/或噪声的影响；以及

当获得关于音频信号中识别了言语内容的每个部分的频谱的信息时，在移除声道和/或噪声的影响后使用所述音频信号。

识别存在于音频信号的至少一部分中的言语内容可包括识别至少一个测试声学类别。至少一个测试声学类别可包括一个或多个特定音素。至少一个测试声学类别可包括摩擦音，尤其是齿擦音；和/或可包括爆破音。

识别至少一个测试声学类别可包括识别测试声学类别在已知言语内容中的出现位置。已知言语内容可包括密码短语。

将音频信号中识别了言语内容的部分的频谱与相应的预期频谱进行比较可包括：

将音频信号中识别了言语内容的部分的频谱与在5kHz至20kHz范围内的频带中的相应预期频谱进行比较。

将音频信号中识别了言语内容的部分的频谱与相应的预期频谱进行比较可包括：

将音频信号中识别了言语内容的部分的频谱与在20Hz至200Hz范围内的频带中的相应预期频谱进行比较。

将音频信号中识别了言语内容的部分的频谱与相应的预期频谱进行比较可包括：

将音频信号中识别了言语内容的部分的频谱与在超声波频带中的相应预期频谱进行比较。

将音频信号的所识别部分与有关对应的测试声学类别的相应所检索信息进行比较可包括：

将音频信号的所识别部分的至少一个频带中的功率水平与音频信号的预期频谱的至少一个对应频带中的功率水平进行比较。