摘要

语音欺骗对抗措施旨在防范攻击者利用伪造语音信号干扰自动说话人验证系统可靠性。尽管最新一期ASVspoof 2019评估结果表明，现有方法已具备检测绝大多数攻击手段的潜力，但仍存在部分攻击能够逃避检测。本文首次将RawNet2应用于反欺骗领域。RawNet2直接输入原始音频信号，具备学习传统对抗方案难以捕捉的隐蔽特征的潜力。本文详细描述了对原始RawNet2架构所做的适应性修改，以使其适用于反欺骗任务。针对A17类攻击，本文提出的RawNet2系统在所有报告结果中位列第二；而将RawNet2与基线对抗措施进行融合后，在ASVspoof 2019完整逻辑访问场景下的检测性能同样位居第二。所有实验结果均可通过开源软件复现。