論文の概要: Pop Goes the Verifier: Phoneme-Targeted Data Poisoning of Voice Liveness Detection

• arxiv url: http://arxiv.org/abs/2611.01095v1
• Date: Sat, 31 Oct 2026 16:35:38 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-11-03 19:31:20.562797
• Title: Pop Goes the Verifier: Phoneme-Targeted Data Poisoning of Voice Liveness Detection
• Title（参考訳）: Pop Goes the Verifier:ボイスライブ検出のための音素追跡データ
• Abstract要約: 本稿では,Pop Goes the Verifierについて紹介する。 HiFi-GANボコーダを改良したFastSpeech 2 (FS2) を用いて, 発声音素位置の局所的なポップバーストを注入する。 本手法は,信号レベルの検査に対する耐性を高めつつ,中程度の毒殺攻撃を実現する。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Many Automated Speaker Verification Systems (ASVs) commonly employ liveliness detection techniques, such as VoicePop, which identify genuine speech by analyzing low- frequency pop bursts from plosive phonemes using Gammatone Frequency Cepstral Coefficients (GFCC) and an SVM classifier. While effective against traditional replay attacks, such systems are vulnerable to data poisoning techniques. Prior work shows that broadly applied SyntheticPop attacks can collapse model to accuracy to as low as 14.01% using only 20% poisoned samples, but the resulting artifacts are easily detectable when visualizing the waveform energies. This paper introduces Pop Goes the Verifier, a stealthier phoneme injection poisoning attack. By leveraging FastSpeech 2 (FS2) with a modified HiFi-GAN vocoder, we inject localized pop bursts at plosive phoneme locations and overlay subtle Gaussian noise to reduce the visibility of injected artifacts in waveform and spectrogram analysis. Using the ASVSpoof 2019 as the dataset, we observe that the approach achieves a moderate poisoning attack while providing greater resistance to signal-level inspection than the original SyntheticPop attack.
• Abstract（参考訳）: 多くの自動話者検証システム(ASV)は、一般に、ガンマチン周波数Cepstral Coefficients (GFCC) とSVM分類器を用いて、爆発音素から低周波のポップバーストを解析し、実際の音声を識別するVoicePopのようなライブライン検出技術を使用している。 従来のリプレイ攻撃に対して効果があるが、このようなシステムはデータ中毒技術に弱い。 以前の研究によると、広範囲に応用されたSyntheticPop攻撃は、20%の有毒なサンプルで14.01%の精度でモデルを破壊することができるが、波形エネルギーを可視化すると容易に検出できる。 本稿では,Pop Goes the Verifierについて紹介する。 HiFi-GANボコーダを改良したFastSpeech 2 (FS2) を用いて, 発声音素位置の局所的なポップバーストを注入し, 微妙なガウスノイズをオーバーレイすることにより, 波形および分光分析における射出アーティファクトの可視性を低減する。 ASVSpoof 2019をデータセットとして、この手法は、元のSyntheticPop攻撃よりも信号レベルの検査に強い耐性を提供しながら、適度な中毒攻撃を達成することを観察する。

関連論文リスト

• EchoFake: A Replay-Aware Dataset for Practical Speech Deepfake Detection [20.54516602251383]
  13,000人以上の話者から120時間以上のオーディオを収集する総合データセットであるEchoFakeを紹介する。 現実のデプロイメントに関連するより実践的な課題を導入することで、EchoFakeは、スプーフィング検出方法を進めるためのより現実的な基盤を提供する。
  論文  参考訳（メタデータ） (2025-10-22T09:34:31Z)
• Mitigating Backdoor Triggered and Targeted Data Poisoning Attacks in Voice Authentication Systems [4.856070170902535]
  本稿では,BTAとTDPAの両方を効果的に扱う統一防衛フレームワークを提案する。 筆者らのフレームワークは,ほぼリアルタイムにピッチアップとバックドアアタックを隠蔽する周波数集中検出機構を統合している。 我々の枠組みはTDPAの認識において、攻撃成功率を最大5～15%まで低下させ、リコールレートを最大9～5%まで維持する。
  論文  参考訳（メタデータ） (2025-05-06T11:52:12Z)
• Proactive Detection of Voice Cloning with Localized Watermarking [50.13539630769929]
  本稿では,AI生成音声の局所検出に特化して設計された,最初の音声透かし技術であるAudioSealを紹介する。 AudioSealは、ローカライゼーションロスと共同でトレーニングされたジェネレータ/検出器アーキテクチャを使用して、サンプルレベルまでローカライズされた透かし検出を可能にする。 AudioSealは、実生活のオーディオ操作に対する堅牢性と、自動的および人的評価指標に基づく非知覚性の観点から、最先端のパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2024-01-30T18:56:22Z)
• FreqFed: A Frequency Analysis-Based Approach for Mitigating Poisoning Attacks in Federated Learning [98.43475653490219]
  フェデレート・ラーニング(Federated Learning, FL)は、毒素による攻撃を受けやすい。 FreqFedは、モデルの更新を周波数領域に変換する新しいアグリゲーションメカニズムである。 FreqFedは, 凝集モデルの有用性に悪影響を及ぼすことなく, 毒性攻撃を効果的に軽減できることを実証した。
  論文  参考訳（メタデータ） (2023-12-07T16:56:24Z)
• Frame-to-Utterance Convergence: A Spectra-Temporal Approach for Unified Spoofing Detection [6.713879688002623]
  既存のアンチ・スプーフィング法は、しばしば合成攻撃やリプレイ攻撃のような特定の攻撃タイプをシミュレートする。 現在の統合されたソリューションは、偽造品を検出するのに苦労している。 フレームレベルおよび発話レベル係数を利用したスペクトル時間融合を提案する。
  論文  参考訳（メタデータ） (2023-09-18T14:54:42Z)
• 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)
• Audio Spoofing Verification using Deep Convolutional Neural Networks by Transfer Learning [0.0]
  本稿では,スプーフィング攻撃を検出するために,ディープ畳み込みニューラルネットワークに基づく音声分類器を提案する。 提案手法は,メル周波数スケールにおけるパワースペクトル密度の音響的時間周波数表現を用いた。 我々は、開発において0.9056%、論理アクセスシナリオの評価データセットにおいて5.32%の誤差率(EER)を達成した。
  論文  参考訳（メタデータ） (2020-08-08T07:14:40Z)
• Anomaly Detection-Based Unknown Face Presentation Attack Detection [74.4918294453537]
  異常検出に基づくスプーフ攻撃検出は、顔提示攻撃検出の最近の進歩である。 本稿では,異常検出に基づくスプーフ攻撃検出のためのディープラーニングソリューションを提案する。 提案手法はCNNの表現学習能力の恩恵を受け,fPADタスクの優れた特徴を学習する。
  論文  参考訳（メタデータ） (2020-07-11T21:20:55Z)
• 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。