基于高斯滤波器组混合特征的录音回放攻击检测研究
来源：计算机工程杂志2021年第3期北京时间：
作者：陈旭, 蒋晔
单位：南京财经大学 信息工程学院, 南京 210023
摘要：录音回放是目前声纹识别技术应对各种仿冒语音攻击的主要手段。针对传统语音特征无法区分真实语音和回放语音的问题，提出一种基于高斯滤波器组的Fisher比混合倒谱特征提取算法。将高斯滤波器组代替传统三角滤波器组，分别采用线性频率和逆ERB频率替换MEL频率，形成高斯线性频率倒谱系数特征（G-LFCC）和高斯逆ERB频率倒谱系数特征（G-IEFCC）两个新的特征。通过Fisher准则将G-LFCC和G-IEFCC融合，生成新的混合特征参数，该特征提高了真实语音和回放语音在高频段的区分度，同时降低回放语音在低频段因不同录音及回放设备造成的干扰。在ASVSpoof2017评测数据上的实验结果表明，该算法混合特征具有较好的区分效果，与IMFCC、LFCC、CQCC和GSV等算法相比，等错误概率分别降低21.8%、38.8%、58.3%和43.7%。
关键词：录音回放,Fisher准则,高斯滤波器组,逆ERB频率,线性频率
基金资助：江苏省自然科学基金青年基金（BK20150987）。
