Research Article

Sentetik ve Dönüştürülmüş Konuşmaların Tespitinde Genlik ve Faz Tabanlı Spektral Özniteliklerin Kullanılması

August 15, 2020
  • Burak Kasapoğlu
  • Turgay Koç
EN TR

Sentetik ve Dönüştürülmüş Konuşmaların Tespitinde Genlik ve Faz Tabanlı Spektral Özniteliklerin Kullanılması

Abstract

Teknolojideki gelişmeyle birlikte güvenlik ihtiyacı bulunan uygulamalarda kişisel erişimi sağlayabilmek amacıyla parmak izi, retina, yüz, ses gibi kişiden kişiye değişiklik gösteren biyometrik sinyallerin kullanımı gün geçtikçe yaygınlaşmaktadır. Bu biyometrik sinyallerden ses yani konuşma sinyalinin hem kişiden kolaylıkla elde edilebilir olması hem de yüksek mobilite sağlaması otomatik konuşmacı doğrulama (Automatic Speaker Verification – ASV) sistemlerini popüler hale getirmektedir. ASV sistemlerinin güvenlik alanlarında yaygınlaşmasıyla birlikte bu sistemleri yanıltmaya yönelik farklı saldırı yöntemleri geliştirilerek bu saldırıların ASV sistemleri için ciddi birer tehdit oluşturduğu gözlenmiştir. Bu çalışmada, ASV sistemlerine en büyük tehdit oluşturan yöntemlerden ikisi olan ses sentezi ve ses dönüştürme yöntemleri kullanılarak ASV sistemlerine yapılan saldırıların tespit edilebilmesi için yeni bir sistem önerilmiştir. Önerilen sistemde, daha önce ses dönüştürme ve ses sentezleme yöntemiyle üretilen sahte seslerin tespit edilebilmesi amacıyla 2015 yılında düzenlenmiş olan ASVSpoof yarışmasında en iyi performansı gösteren genlik spektrumu tabanlı anlık Q kepstral katsayıları (Constant Q Cepstral Coefficients – CQCC) özniteliği ile konuşma sinyalinin ters filtrelenmesiyle elde edilen gırtlak akımına ait faz bilgisi içeren değiştirilmiş grup gecikmesi (Glottal Flow Modified Group Delay – GFMGD) özniteliği birlikte kullanılarak Gauss Karışım Modeli tabanlı sınıflandırma sistemi oluşturulmuştur. Doğrudan gerçek ses parçaları kullanılarak üretilen sahte seslerin sınıflandırılmasında hem CQCC tabanlı temel sistem hem de önerilen sistem için sistem performansları arasında belirgin bir fark görülmeyip her iki sistem de %1’in altında sınıflandırma hatası göstermiştir. Ancak, dalga form filtreleme ile üretilen sahte seslerin sınıflandırılmasında her iki sistem de benzer şekilde diğer saldırı yöntemlerine göre daha zayıf performans göstermiştir. Önerilen sistem, sadece CQCC kullanan temel sistem ile kıyaslandığında özellikle son yıllarda geliştirilmiş olan modern yapay sinir ağları ve ses kodlayıcılar tarafından sentezlenen ya da dönüştürülen konuşma sinyallerine karşı %55’e kadar performans artışı sağlayabilmektedir.

Keywords

Thanks

Bu araştırmada yer alan tüm/kısmi nümerik hesaplamalar TÜBİTAK ULAKBİM, Yüksek Başarım ve Grid Hesaplama Merkezi'nde (TRUBA kaynaklarında) gerçekleştirilmiştir. TÜBİTAK ULAKBİM’e çalışmalarımız sırasında TRUBA kaynaklarını paylaştığı için teşekkür ederiz.

References

  1. Z. Wu, P. L. D. Leon, C. Demiroglu, vd., “Antispoofing for text-independent speaker verification: An initial database, comparison of countermeasures, and human performance,” IEEE/ACM Transactions on Audio, Speech, and Language Processing, vol. 24, no. 4, pp. 768–783, Nisan 2016.
  2. R. G. Hautamäki, T. Kinnunen, vd., “Automatic versus human speaker verification: The case of voice mimicry, Speech Commun.,” vol. 72, pp. 13–31, 2015.
  3. Y. W. Lau, M. Wagner, vd., “Vulnerability of speaker verification to voice mimicking,” in Proc. Int. Symp. Intell. Multimedia, Video Speech Process., pp. 145-148, Ekim 2004.
  4. J. Villalba and E. Lleida, “Preventing replay attacks on speaker verification systems,” in Proc. IEEE Int. Carnahan Conf. Secur. Technol. (ICCST), pp. 1-8, Ekim 2011.
  5. P. L. De Leon, M. Pucher, vd., “Evaluation of speaker verification security and detection of HMM-based synthetic speech,” IEEE Trans. Audio Speech Lang. Process., vol. 20, no. 8, pp. 2280–2290, Ekim 2012.
  6. Z. Wu and H. Li, “Voice conversion versus speaker verification: An overview,” APSIPA Trans. Signal Inf. Process., vol. 3, p. e17, 2014.
  7. T. Yoshimura, K. Tokuda, T. Masuko, T. Kobayashi, and T. Kitamura. “Simultaneous modeling of spectrum, pitch and duration in HMM-based speech synthesis.” In Proc. Eurospeech, pp. 2347–2350, 1999.
  8. Z.-H. Ling, Y.-J. Wu, Y.-P. Wang, L. Qin, and R.-H. Wang. “USTC system for Blizzard Challenge 2006 an improved HMM-based speech synthesis method.” In Proc. the Blizzard Challenge Workshop, 2006.

Details

Primary Language

Turkish

Subjects

Engineering

Journal Section

Research Article

Authors

Burak Kasapoğlu This is me
0000-0003-3580-0465
Türkiye

Publication Date

August 15, 2020

Submission Date

June 28, 2020

Acceptance Date

August 10, 2020

Published in Issue

Year 2020

APA
Kasapoğlu, B., & Koç, T. (2020). Sentetik ve Dönüştürülmüş Konuşmaların Tespitinde Genlik ve Faz Tabanlı Spektral Özniteliklerin Kullanılması. Avrupa Bilim Ve Teknoloji Dergisi, 398-406. https://doi.org/10.31590/ejosat.780650
AMA
1.Kasapoğlu B, Koç T. Sentetik ve Dönüştürülmüş Konuşmaların Tespitinde Genlik ve Faz Tabanlı Spektral Özniteliklerin Kullanılması. EJOSAT. Published online August 1, 2020:398-406. doi:10.31590/ejosat.780650
Chicago
Kasapoğlu, Burak, and Turgay Koç. 2020. “Sentetik Ve Dönüştürülmüş Konuşmaların Tespitinde Genlik Ve Faz Tabanlı Spektral Özniteliklerin Kullanılması”. Avrupa Bilim Ve Teknoloji Dergisi, August 1, 398-406. https://doi.org/10.31590/ejosat.780650.
EndNote
Kasapoğlu B, Koç T (August 1, 2020) Sentetik ve Dönüştürülmüş Konuşmaların Tespitinde Genlik ve Faz Tabanlı Spektral Özniteliklerin Kullanılması. Avrupa Bilim ve Teknoloji Dergisi 398–406.
IEEE
[1]B. Kasapoğlu and T. Koç, “Sentetik ve Dönüştürülmüş Konuşmaların Tespitinde Genlik ve Faz Tabanlı Spektral Özniteliklerin Kullanılması”, EJOSAT, pp. 398–406, Aug. 2020, doi: 10.31590/ejosat.780650.
ISNAD
Kasapoğlu, Burak - Koç, Turgay. “Sentetik Ve Dönüştürülmüş Konuşmaların Tespitinde Genlik Ve Faz Tabanlı Spektral Özniteliklerin Kullanılması”. Avrupa Bilim ve Teknoloji Dergisi. August 1, 2020. 398-406. https://doi.org/10.31590/ejosat.780650.
JAMA
1.Kasapoğlu B, Koç T. Sentetik ve Dönüştürülmüş Konuşmaların Tespitinde Genlik ve Faz Tabanlı Spektral Özniteliklerin Kullanılması. EJOSAT. 2020;:398–406.
MLA
Kasapoğlu, Burak, and Turgay Koç. “Sentetik Ve Dönüştürülmüş Konuşmaların Tespitinde Genlik Ve Faz Tabanlı Spektral Özniteliklerin Kullanılması”. Avrupa Bilim Ve Teknoloji Dergisi, Aug. 2020, pp. 398-06, doi:10.31590/ejosat.780650.
Vancouver
1.Burak Kasapoğlu, Turgay Koç. Sentetik ve Dönüştürülmüş Konuşmaların Tespitinde Genlik ve Faz Tabanlı Spektral Özniteliklerin Kullanılması. EJOSAT. 2020 Aug. 1;398-406. doi:10.31590/ejosat.780650

Cited By