1. На главную
  2. Электронные версии
  3. Акустический журнал
  4. T. 69, № 4, 2023

Акустический журнал, 2023, T. 69, № 4, стр. 497-505

Детектирование удаленной речи

В. Н. Сорокин *

Институт проблем передачи информации, Российская академия наук
127051 Москва, Большой Каретный пер. 19, стр. 1, Россия

* E-mail: vns@iitp.ru

Поступила в редакцию 15.08.2022
После доработки 09.11.2022
Принята к публикации 22.12.2022

Аннотация

Исследуются амплитудные и фазовые характеристики речевых сигналов, записанных на разном расстоянии от диктора микрофонами различных типов, в свободном пространстве и замкнутом помещении. Отношения средней энергии амплитудного спектра в различных диапазонах частот и средний наклон линейной компоненты фазы демонстрируют различия для слога, записанного вблизи микрофона, и такого же слога, записанного на удалении, и вновь воспроизведенного вблизи от микрофона. Наибольшее различие наблюдается в отношениях средней энергии в диапазонах частот 0–1 и 1–8 кГц, а также 3–4 и 4–6 кГц. Наклон линейной компоненты вычисляется в диапазоне 4–8 кГц. Степень различия зависит от гласного звука.

Ключевые слова: уязвимость верификации диктора, спектр удаленного сигнала, фаза удаленного сигнала, воспроизведение удаленного сигнала

Список литературы

  1. Wu Z., Evans N., Kinnunen T., Yamagishi J., Alegre F., Li H. Spoofing and countermeasures for speaker verification: A survey // Speech Communication. 2015. V. 66. P. 130–153.

  2. Kinnunen T., Sahidullah M., Delgado H., Todisco M., Evans N., Yamagishi J., Lee K.A. The ASVspoof 2017 Challenge: Assessing the Limits of Replay Spoofing Attack Detection // InterSpeech 2017.

  3. Sahidullah M., Delgado H., Todisco M., Kinnunen T., Evans N., Yamagishi J., Lee K.A. Introduction to voice presentation attack detection and recent advances // Handbook of Biometric Anti-Spoofing. 2019. P. 321–361. Springer, Cham.

  4. Lee K.A., Sadjadi O., Li H., Reynolds D. Two decades into Speaker Recognition. Evaluation – are we there yet? // Computer Speech & Language. 2020. V. 61. 101058.

  5. Kamble M.R., Sailor H.B., Patil H.A., Li H. Advances in anti-spoofing: from the perspective of ASVspoof challenges // APSIPA Transactions on Signal and Information Processing. 2020. V. 9. № 1. e2. https://doi.org/10.1017/ATSIP.2019.21

  6. Lau Y.W., Wagner M., Tran D. Vulnerability of speaker verification to voice mimicking // IEEE Int. Symp. Intelligent Multimedia, Video and Speech Proc. 2004. P. 145–148. Hong Kong, 2004.

  7. Campbell J.P. Speaker recognition: a tutorial // Proc. IEEE. 1997. V. 85. P. 1437–1462.

  8. Khodabakhsh A., Mohammadi A., Demiroglu C. Spoofing voice verification systems with statistical speech synthesis using limited adaptation data // Computer Speech and Language. 2017. V. 42. P. 20–37.

  9. Sisman B., Yamagishi J., King S., Li H. An Overview of Voice Conversion and Its Challenges: From Statistical Modeling to Deep Learning // IEEE/ACM Trans. on Audio, Speech and Language Proc. 2021. V. 29. P. 132–157.

  10. Lindberg J., Blomberg M. Vulnerability in speaker verification – A study of technical impostor techniques // Proc. European Conference on Speech Communication and Technology (Eurospeech). 1999. P. 1211–1244.

  11. Villalba J., Lleida E. Preventing replay attacks on speaker verification systems // IEEE Int. Carnahan Conf. on Security Technology (ICCST). 2011. https://doi.org/10.1109/CCST.2011.6095943

  12. Wang Z.F., Wei G., He Q.H. Channel pattern noise based playback attack detection algorithm for speaker recognition // Proc. IEEE Int. Conf. Machine Learning and Cybernetics (ICMLC). 2011. P. 1708–1713.

  13. Gałka J., Grzywacz M., Samborski R. Playback attack detection for text-dependent speaker verification over telephone channels // Speech Comm. 2015. V. 67. P. 143–153.

  14. Kolarik A.J., Moore B.C.J., Zahori P., Cirstea S., Pardhan S. Auditory distance perception in humans: A review of cues, development, neuronal bases, and effects of sensory loss // Atten., Percept. Psychophys. 2016. V. 2. № 78. P. 373–395.

  15. Скучик Е. Основы акустики. М.: ИИЛ, 1959. Т. 2.

  16. Kopco N., Shinn-Cunningham B.G. Effect of stimulus spectrum on distance perception for nearby sources // J. Acoust. Soc. Am. 2011. V. 130. № 3. P. 1530–1541.

  17. Prud'homme L., Lavandier M. Do we need two ears to perceive the distance of a virtual frontal sound source? // J. Acoust. Soc. Am. 2020. V. 148. № 3. P. 614–1623.

  18. Georganti E., May T., Par S.V.D., Harma A., Mourjopoulos J. Speaker distance detection using a single microphone // IEEE Trans. Audio Speech Lang. Process. 2011. V. 19. P. 1949–1961.  https://doi.org/10.1109/TASL.2011.2104953

  19. Spiousas I., Etchemendy P.E., Eguia M.C., Calcagno E.R., Abregú E., Vergara R.O. Sound spectrum influences auditory distance perception of sound sources located in a room environment // Frontiers in Psychology. 2017. V. 8. P. 969.

  20. Coleman P.D. Failure to localize the source distance of an unfamiliar sound // J. Acoust. Soc. Am. 1962. V. 34. P. 345–346.

  21. Сорокин В.Н., Цыплихин А.И. Верификация диктора по спектрально-временным параметрам речевого сигнала // Информационные процессы. 2010. Т. 10. № 2. С. 87–104.

  22. Witkowski M., Kacprzak S., Zelasko P., Kowalczyk K., Gałka J. Audio replay attack detection using high-frequency features // InterSpeech. 2017. P. 27–31.

  23. Kamble M.R., Tak H., Patil H.A. Amplitude and frequency modulation-based features for detection of replay spoof speech // Speech Communication. 2020. V. 125. P. 114–127.

  24. Kamble M.R., Patil H.A. Detection of replay spoof speech using Teager energy feature cues // Computer Speech & Language. 2021. V. 65. 101140.

  25. Teager H. Some observations on oral airflow during phonation // IEEE Trans. Acoust. Speech Signal Proc. 1980. V. 28. № 5. P. 599–601.

  26. Shang W., Stevenson M. Detection of speech playback attacks using robust harmonic trajectories // Computer Speech & Language. 2021. V. 65. 101133.

  27. Oo Z., Wang L., Phapatanaburi K., Liu M., Nakagawa S., Iwahashi M., Dang J. Replay attack detection with auditory filter-based relative phase features // EURASIP Journal on Audio, Speech, and Music. 2019. Art. number 8.

  28. Liu M., Wang L., Danga J., Lee K.A., Nakagawa S. Replay attack detection using variable-frequency resolution phase and magnitude features // Computer Speech & Language Volume. 2021. V. 66. 101161.

  29. Сорокин В.Н., Леонов А.С. Фазовые модуляции в речевом сигнале // Акуст. журн. 2022. Т. 68. № 2. С. 218–232.

  30. Фланаган Дж. Анализ, синтез и восприятие речи. М.: Связь, 1968.

  31. Морз Ф. Колебания и звук. М.–Л.: ГИТТЛ, 1949.

Дополнительные материалы отсутствуют.

Инструменты

следующая статья выпуска предыдущая статья выпуска содержание выпуска

Акустический журнал

Архивы выпусков Информация о журнале Отправить рукопись в журнал