엔드투엔드 앤티스푸핑 기법: RawNet2

스푸핑 대응 기술은 가짜 음성 신호를 이용한 공격으로 인해 자동 화자 인증 시스템의 신뢰성을 훼손하는 시도로부터 보호하기 위한 목적으로 개발된다. 최근 ASVspoof 2019 평가 결과는 대부분의 공격 유형을 탐지할 수 있는 큰 잠재력을 보여주지만, 여전히 일부 공격은 탐지로부터 회피하는 것으로 나타났다. 본 논문은 스푸핑 방지 분야에 RawNet2의 최초 적용 사례를 보고한다. RawNet2는 원시 음성 신호(raw audio)를 입력으로 받아, 기존의 전통적인 대응 기술로는 탐지하기 어려운 특징을 학습할 수 있는 잠재력을 지닌다. 본 연구에서는 RawNet2 아키텍처를 스푸핑 방지에 적용할 수 있도록 수정한 점을 설명한다. A17 공격에 대한 실험 결과, 본 연구의 RawNet2 시스템은 보고된 결과 중 두 번째로 우수한 성능을 기록하였으며, RawNet2와 기존 기반 대응 기술의 융합 시스템은 ASVspoof 2019 논리적 접근 조건(LA) 전체에 대해 보고된 결과 중 두 번째로 높은 성능을 달성하였다. 본 연구의 결과는 오픈소스 소프트웨어를 통해 재현 가능하다.