Fugu-MT 論文翻訳(概要): Automatic Speech Verification Spoofing Detection

論文の概要: Automatic Speech Verification Spoofing Detection

arxiv url: http://arxiv.org/abs/2012.08095v1
Date: Tue, 15 Dec 2020 05:18:09 GMT
ステータス: 処理完了
システム内更新日: 2021-05-07 05:09:42.378641
Title: Automatic Speech Verification Spoofing Detection
Title（参考訳）: 音声自動検証スポーフィング検出
Authors: Shentong Mo, Haofan Wang, Pinxu Ren, Ta-Chung Chi
Abstract要約: 我々は、価値あるデジタル資産の安全を守るため、システムセキュリティの最高基準を目指しています。 ASVSpoof 2019コンペティションのセットアップに従い、堅牢で効率的な潜在的な対策を開発しています。 EERとt-DCFという2つのメトリクスがシステム評価に使用される。
参考スコア（独自算出の注目度）: 2.87707612433616
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Automatic speech verification (ASV) is the technology to determine the identity of a person based on their voice. While being convenient for identity verification, we should aim for the highest system security standard given that it is the safeguard of valuable digital assets. Bearing this in mind, we follow the setup in ASVSpoof 2019 competition to develop potential countermeasures that are robust and efficient. Two metrics, EER and t-DCF, will be used for system evaluation.
Abstract（参考訳）: 自動音声認識(automatic speech verification, asv)は、音声に基づいて個人のアイデンティティを決定する技術である。身元確認には便利ですが、価値あるデジタル資産の保護を前提として、システムセキュリティの最高基準を目指しています。これを念頭に置いて、我々はASVSpoof 2019のコンペティションに続き、堅牢で効率的な潜在的な対策を開発する。 EERとt-DCFという2つのメトリクスがシステム評価に使用される。

関連論文リスト

VMGuard: Reputation-Based Incentive Mechanism for Poisoning Attack Detection in Vehicular Metaverse [52.57251742991769]
車両メタバースガード(VMGuard)は、車両メタバースシステムをデータ中毒攻撃から保護する。 VMGuardは、参加するSIoTデバイスの信頼性を評価するために、評判に基づくインセンティブメカニズムを実装している。当社のシステムは,従来は誤分類されていた信頼性の高いSIoTデバイスが,今後の市場ラウンドへの参加を禁止していないことを保証します。
論文参考訳（メタデータ） (2024-12-05T17:08:20Z)
L2AI: lightweight three-factor authentication and authorization in IOMT blockchain-based environment [0.6554326244334868]
医療用インターネット・オブ・モノ(IoMT)は、個人が最小限のインタラクションで重要なアクティビティをリモートで管理することを可能にする。本稿では,ブロックチェーン環境におけるリアルタイムデータにアクセスするための,軽量な多要素認証と匿名ユーザ認証方式を提案する。
論文参考訳（メタデータ） (2024-07-16T21:33:46Z)
Leveraging Machine Learning for Wi-Fi-based Environmental Continuous Two-Factor Authentication [0.44998333629984877]
ユーザの入力を機械学習(ML)による決定に置き換える新しい2FAアプローチを提案する。本システムは,Wi-Fiアクセスポイント(AP)からのビーコンフレーム特性や受信信号強度指標(RSSI)値など,ユーザに関連するユニークな環境特性を利用する。セキュリティを強化するため,ユーザの2つのデバイス(ログインデバイスとモバイルデバイス)が,アクセスを許可する前に所定の近くに配置されることを義務付ける。
論文参考訳（メタデータ） (2024-01-12T14:58:15Z)
When Authentication Is Not Enough: On the Security of Behavioral-Based Driver Authentication Systems [53.2306792009435]
我々はランダムフォレストとリカレントニューラルネットワークアーキテクチャに基づく2つの軽量ドライバ認証システムを開発した。我々は,SMARTCANとGANCANという2つの新しいエスケープアタックを開発することで,これらのシステムに対する攻撃を最初に提案する。コントリビューションを通じて、これらのシステムを安全に採用する実践者を支援し、車の盗難を軽減し、ドライバーのセキュリティを高める。
論文参考訳（メタデータ） (2023-06-09T14:33:26Z)
Locally Authenticated Privacy-preserving Voice Input [10.82818142802482]
サービスプロバイダはユーザを認証しなければならないが、個人はプライバシの維持を望むかもしれない。認証の実行中にプライバシを保存することは、特に敵がバイオメトリックデータを使用してトランスフォーメーションツールをトレーニングする場合には、非常に難しい。ユーザの生信号のデバイス上の指紋をキャプチャして保存する,セキュアでフレキシブルなプライバシ保護システムを導入する。
論文参考訳（メタデータ） (2022-05-27T14:56:01Z)
Anti-Spoofing Using Transfer Learning with Variational Information Bottleneck [6.918364447822298]
本稿では,音声のアンチ・スプーフィングタスクのための変動情報ボトルネックを持つwav2vec 2.0事前学習モデルに基づく伝達学習手法を提案する。提案手法は,現在最先端のアンチ・スプーフィングシステムよりも優れており,未知のスプーフィングと真正の音声を区別する性能を向上させる。
論文参考訳（メタデータ） (2022-04-04T11:08:21Z)
Realistic simulation of users for IT systems in cyber ranges [63.20765930558542]
ユーザアクティビティを生成するために,外部エージェントを用いて各マシンを計測する。このエージェントは、決定論的および深層学習に基づく手法を組み合わせて、異なる環境に適応する。また,会話や文書の作成を容易にする条件付きテキスト生成モデルを提案する。
論文参考訳（メタデータ） (2021-11-23T10:53:29Z)
Spotting adversarial samples for speaker verification by neural vocoders [102.1486475058963]
我々は、自動話者検証(ASV)のための敵対サンプルを見つけるために、ニューラルボコーダを採用する。元の音声と再合成音声のASVスコアの違いは、真正と逆正のサンプルの識別に良い指標であることがわかった。私たちのコードは、将来的な比較作業のためにオープンソースにされます。
論文参考訳（メタデータ） (2021-07-01T08:58:16Z)
Voting for the right answer: Adversarial defense for speaker verification [79.10523688806852]
ASVは敵の攻撃のレーダー下にあり、これは人間の知覚による本来の攻撃と似ている。盲点領域におけるASVのリスクの高い決定を防止するため、「正しい回答を求める」という考え方を提案する。実験結果から,本手法は両攻撃者に対するロバスト性を向上することが示された。
論文参考訳（メタデータ） (2021-06-15T04:05:28Z)
Open-set Adversarial Defense [93.25058425356694]
オープンセット認識システムは敵攻撃に対して脆弱であることを示す。本研究の目的は,OSAD(Open-Set Adrial Defense, Open-Set Adrial Defense)機構の必要性である。本稿はOSAD問題に対する解決策として,OSDN(Open-Set Defense Network)を提案する。
論文参考訳（メタデータ） (2020-09-02T04:35:33Z)
Active Voice Authentication [16.300144775820243]
本稿では,従来の短い音声検査信号を用いて,信頼性の高い話者検証を可能にする手法について述べる。このシステムを開発するために25人の話者のデータベースが記録されている。リアルタイムのデモシステムはMicrosoft Surface Proで実装されている。
論文参考訳（メタデータ） (2020-04-25T07:08:41Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。