論文の概要: Leveraging Domain Features for Detecting Adversarial Attacks Against Deep Speech Recognition in Noise

• arxiv url: http://arxiv.org/abs/2211.01621v1
• Date: Thu, 3 Nov 2022 07:25:45 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-04 14:37:21.848174
• Title: Leveraging Domain Features for Detecting Adversarial Attacks Against Deep Speech Recognition in Noise
• Title（参考訳）: 雑音中の深層音声認識に対する敵対的攻撃検出のための領域特徴の活用
• Authors: Christian Heider Nielsen and Zheng-Hua Tan
• Abstract要約: ディープASRシステムに対する敵攻撃は非常に成功している。 この作業では、フィルタバンクベースの機能を活用して、攻撃特性をより正確に把握し、検出を改善する。 逆フィルタバンクの機能は、クリーンな環境とノイズの多い環境の両方でよく機能する。
• 参考スコア（独自算出の注目度）: 18.19207291891767
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In recent years, significant progress has been made in deep model-based automatic speech recognition (ASR), leading to its widespread deployment in the real world. At the same time, adversarial attacks against deep ASR systems are highly successful. Various methods have been proposed to defend ASR systems from these attacks. However, existing classification based methods focus on the design of deep learning models while lacking exploration of domain specific features. This work leverages filter bank-based features to better capture the characteristics of attacks for improved detection. Furthermore, the paper analyses the potentials of using speech and non-speech parts separately in detecting adversarial attacks. In the end, considering adverse environments where ASR systems may be deployed, we study the impact of acoustic noise of various types and signal-to-noise ratios. Extensive experiments show that the inverse filter bank features generally perform better in both clean and noisy environments, the detection is effective using either speech or non-speech part, and the acoustic noise can largely degrade the detection performance.
• Abstract（参考訳）: 近年,深層モデルに基づく音声認識 (ASR) において顕著な進歩が見られ,現実世界に広く展開されている。 同時に、深層asrシステムに対する敵対的な攻撃は非常に成功した。 これらの攻撃からASRシステムを守る様々な方法が提案されている。 しかし、既存の分類に基づく手法は、ドメイン固有の特徴の探索を欠いた深層学習モデルの設計に焦点を当てている。 この作業では、フィルタバンクベースの機能を活用して、攻撃特性をより正確に把握し、検出を改善する。 さらに,敵対的攻撃を検出するために音声と非音声を別々に使用する可能性について分析した。 最後に,asrシステムの配置環境が悪くなることを考慮し,各種の音響ノイズと信号対雑音比の影響について検討した。 広範に実験した結果, 逆フィルタバンクの特性は, 清浄環境と騒音環境の両方において良好であり, 検出は音声と非音声の両方で有効であり, 音響ノイズは検出性能を著しく低下させることができることがわかった。

関連論文リスト

• Revisiting Acoustic Features for Robust ASR [25.687120601256787]
  生物学的聴覚知覚に触発された音響特性を発達させる先行研究のアプローチを再考する。 本研究では、周波数マスキングと側方抑制の神経心理学的現象をシミュレートするために、周波数マスキング分光法(FreqMask)とガンマトン分光法(DoGSpec)の相違という2つの新しい音響特性を提案する。
  論文  参考訳（メタデータ） (2024-09-24T18:58:23Z)
• What to Remember: Self-Adaptive Continual Learning for Audio Deepfake Detection [53.063161380423715]
  既存の検出モデルは、既知のディープフェイク音声を識別することに成功したが、新しい攻撃タイプに遭遇する際には苦労している。 本稿では,Radian Weight Modification (RWM) と呼ばれる連続的な学習手法を提案する。
  論文  参考訳（メタデータ） (2023-12-15T09:52:17Z)
• Histogram Layer Time Delay Neural Networks for Passive Sonar Classification [58.720142291102135]
  時間遅延ニューラルネットワークとヒストグラム層を組み合わせた新しい手法により,特徴学習の改善と水中音響目標分類を実現する。 提案手法はベースラインモデルより優れており,受動的ソナー目標認識のための統計的文脈を取り入れた有効性を示す。
  論文  参考訳（メタデータ） (2023-07-25T19:47:26Z)
• ConvNext Based Neural Network for Anti-Spoofing [6.047242590232868]
  自動話者認証(ASV)は、実生活においてアイデンティティ認証に広く用いられている。 音声変換, 音声アルゴリズム, 記録装置の品質向上などにより, ASVシステムはスプーフ攻撃に対して脆弱である。
  論文  参考訳（メタデータ） (2022-09-14T05:53:37Z)
• AS2T: Arbitrary Source-To-Target Adversarial Attack on Speaker Recognition Systems [15.013763364096638]
  近年の研究では、敵対的攻撃に対する話者認識システム(SRS)の脆弱性が照らされている。 すべての設定をカバーするこのドメインの最初の攻撃であるAS2Tを紹介します。 本研究は, 無線通信において発生した可能性のある歪みについて検討し, 異なるパラメータの異なる変換関数を用いて, その歪みをモデル化し, 逆声の発生に組み込む。
  論文  参考訳（メタデータ） (2022-06-07T14:38:55Z)
• Deep Learning for Hate Speech Detection: A Comparative Study [54.42226495344908]
  ここでは, ディープ・ヘイト・音声検出法と浅いヘイト・音声検出法を大規模に比較した。 私たちの目標は、この地域の進歩を照らし、現在の最先端の強みと弱点を特定することです。 そこで我々は,ヘイトスピーチ検出の実践的利用に関するガイダンスの提供,最先端の定量化,今後の研究方向の特定を目的としている。
  論文  参考訳（メタデータ） (2022-02-19T03:48:20Z)
• Robustifying automatic speech recognition by extracting slowly varying features [16.74051650034954]
  敵攻撃に対する防御機構を提案する。 このような方法で事前処理されたデータに基づいてトレーニングされたハイブリッドASRモデルを使用します。 本モデルでは, ベースラインモデルと類似したクリーンデータの性能を示すとともに, 4倍以上の堅牢性を示した。
  論文  参考訳（メタデータ） (2021-12-14T13:50:23Z)
• Removing Adversarial Noise in Class Activation Feature Space [160.78488162713498]
  クラスアクティベーション機能空間において,自己監視型対人訓練機構を実装することにより,対人雑音の除去を提案する。 クラスアクティベーション機能空間における敵対例と自然な例の間の距離を最小にするために、デノイジングモデルを訓練する。 経験的評価により, 従来の手法と比較して, 敵対的堅牢性が有意に向上できることが示された。
  論文  参考訳（メタデータ） (2021-04-19T10:42:24Z)
• Towards Robust Speech-to-Text Adversarial Attack [78.5097679815944]
  本稿では,DeepSpeech,Kaldi,Lingvoなど,最先端の音声テキストシステムに対する新たな逆アルゴリズムを提案する。 本手法は, 逆最適化定式化の従来の歪み条件の拡張を開発することに基づいている。 元のサンプルと反対のサンプルの分布の差を測定するこの測定値の最小化は、正統な音声記録のサブスペースに非常に近い作成信号に寄与する。
  論文  参考訳（メタデータ） (2021-03-15T01:51:41Z)
• Capturing scattered discriminative information using a deep architecture in acoustic scene classification [49.86640645460706]
  本研究では,識別情報を捕捉し,同時に過度に適合する問題を緩和する様々な手法について検討する。 我々は、ディープニューラルネットワークにおける従来の非線形アクティベーションを置き換えるために、Max Feature Map法を採用する。 2つのデータ拡張方法と2つの深いアーキテクチャモジュールは、システムの過度な適合を減らし、差別的なパワーを維持するためにさらに検討されている。
  論文  参考訳（メタデータ） (2020-07-09T08:32:06Z)
• Identifying Audio Adversarial Examples via Anomalous Pattern Detection [4.556497931273283]
  音声処理システムに対する最近の敵攻撃の2つが、一部のノードにおいて、予測以上のアクティベーションをもたらすことを示す。 我々はこれらの攻撃を、良性サンプルの性能を低下させることなく、最大0.98のAUCで検出することができる。
  論文  参考訳（メタデータ） (2020-02-13T12:08:34Z)

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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。