以应用为导向，看声纹识别中的音频伪造问题

声纹识别，又称说话人识别，是根据语音信号中的声纹特征来识别话者身份的过程，也是一种重要的生物认证手段。历经几十年的研究，当前声纹识别系统已取得了令人满意的性能表现，并在安防、司法、金融、家居等诸多领域中完成部署，有着广阔的应用前景。

然而，大量证据表明，这些系统在实际应用中容易受到恶意伪造行为的影响，致使系统的安全性存在很大隐患，在很大程度上限制了声纹识别技术的大规模推广应用。为了解决这一安全隐患，当前研究界和产业界从技术导向出发，对伪造攻击进行分类，探索相应的对抗策略。其中，ASVspoof竞赛系列最具代表。该赛事聚焦在声纹识别中的假冒闯入攻击与对策任务，提供了一个公平的评测平台（包括标准的数据、协议和评价），极大地促进了研究社区的发展，也积累了诸多有效的技术手段。

本文从应用导向出发，对声纹识别中的音频伪造问题进行梳理，提出了一种新的分类法，并介绍了各类伪造技术的基本概念和代表对策。该研究工作《An Application-Oriented Taxonomy on Spoofing, Disguise and Countermeasures in Speaker Recognition》近期已在领域权威杂志《APSIPA Transactions on Signal and Information Processing》上发表。这项工作的主要贡献包括：

1. 从不同的应用场景（Application）出发，衍生出不同的伪造行为（Fake action）。这些应用场景包括访问控制、监听和司法，伪造行为分为假冒攻击（Spoofing attack）和伪装欺骗（Disguise cheating）两大类。
2. 进一步，根据伪造音频的生成模式（Production，来自人还是机器）和评价方法（Evaluation，通过听觉感知还是自动检测）的不同，对两大类伪造行为进一步细分，划分出不同的伪造技术手段（Technique），形成了从应用层到技术层的五层概念图（如下图所示）。
3. 本工作更多是以应用为导向，对音频伪造进行宏观划分；因此面向读者可以是领域内的专家或技术人员，也可以是对领域感兴趣的学生或工程师。

 以应用为导向，声纹识别中的音频伪造分类图

原文链接（可下载全文）：

https://www.nowpublishers.com/article/Details/SIP-2022-0017

参考文献：

Lantian Li, Xingliang Cheng, Thomas Fang Zheng. An Application-Oriented Taxonomy on Spoofing, Disguise and Countermeasures in Speaker Recognition. In APSIPA Transactions on Signal and Information Processing, 11(2), 2022.