论文笔记:FOOLING END-TO-END SPEAKER VERIFICATION WITH ADVERSARIAL EXAMPLES

论文地址:https://arxiv.org/pdf/1801.03339.pdf

(用对抗样本欺骗端到端的说话人验证)  ICASSP2018

  1. 问题:使用深度端到端网络训练的说话人验证系统易受对抗样本的攻击。
  2. 本文:提出了一个白盒攻击,针对于在YOHO或NTIMIT数据集上训练的深度端到端网络。两个黑盒攻击,第一个是用NTIMIT训练的系统生成对抗样本,用于攻击用YOHU训练的系统;第二个是使用Mel频谱特征训练的系统生成对抗样本,用于攻击使用MFCCs训练系统;è从而证明,即使使用不同的特征不同的系统生成的对抗样本也能显著降低系统的准确率。
  3. 说话人验证系统的实现流程:输入一个未知话语x\in X ,一组说话人k所产生(说的)的n个注册(enrollment)话语x^{k} ,输出为一个介于0~1之间的实数,评估未知话语x是否属于说话人
  • 1
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值