End-to-End-Anti-Spoofing mit RawNet2

Gegenmaßnahmen gegen Spoofing zielen darauf ab, automatische Sprecheridentifikationssysteme vor Manipulationsversuchen zu schützen, die die Zuverlässigkeit der Systeme durch den Einsatz manipulierter Sprachsignale beeinträchtigen. Obwohl die Ergebnisse der jüngsten ASVspoof 2019-Evaluation ein großes Potenzial zur Erkennung der meisten Angriffsformen zeigen, gelingen weiterhin einige Angriffe der Erkennung. In dieser Arbeit wird erstmals RawNet2 für den Einsatz im Bereich der Anti-Spoofing-Anwendungen vorgestellt. RawNet2 verarbeitet rohe Audiodaten und besitzt das Potenzial, Merkmale zu lernen, die mit herkömmlichen Gegenmaßnahmen nicht erkennbar sind. Wir beschreiben die Modifikationen am ursprünglichen RawNet2-Architekturansatz, die es ermöglichen, das Modell für die Anti-Spoofing-Anwendung einzusetzen. Für die A17-Angriffe erzielen unsere RawNet2-Systeme die zweitbesten Ergebnisse, die bisher berichtet wurden; zudem erreicht die Fusion aus RawNet2 und Basis-Gegenmaßnahmen die zweitbesten Ergebnisse für die vollständige ASVspoof 2019-Logikzugangssituation. Unsere Ergebnisse sind mit Open-Source-Software reproduzierbar.