Vérification par parole robuste aux spoofings basée sur l’embedding dans le domaine temporel

La technologie de vérification vocale résistante aux attaques par contrefaçon a pour objectif de protéger les systèmes d’authentification basés sur la voix contre les tentatives frauduleuses. Un tel système doit être capable de détecter les segments vocaux contrefaits et de vérifier que les segments identifiés comme authentiques proviennent bien du locuteur réel. Cette recherche exploite une embedding compréhensible et explicite fondée sur la fonction de masse de probabilité des amplitudes du signal temporel. Les résultats montrent que les performances du système de contre-mesure (CM) s’améliorent lorsqu’il est dépendant du genre. La base de données ASVspoof2019, dans le cadre d’accès logique (LA), a été utilisée pour l’évaluation. Le système CM a atteint un taux d’erreur équivalent (EER) de 9,2 % sur l’ensemble d’évaluation pour les hommes, contre 10,1 % pour les femmes. En comparaison, un système CM indépendant du genre a affiché un EER de 10,2 %. La performance du système, mesurée par la fonction de coût de détection pour l’évaluation tandem (t-DCF), s’élève à 0,262 pour le système dépendant du genre et à 0,328 pour le système indépendant du genre.