Feb, 2023

可解释的频谱转换攻击对说话人识别的影响

PDF
TL;DR通过将输入语音进行 MDCT 处理，并轻微修改不同频带的能量，该文提出了一个名为 STA-MDCT 的通用框架，该框架不仅能够在黑盒受害者模型中提高对抗声音的可转移性，而且能够实现梯度攻击，并使用模型集成来进一步提高攻击效果并通过类激活映射（CAM）对对抗声音进行显著性地可视化处理。
adversarial attacksspeaker recognitionblack-box attacksspectral transformation attackdiscrete cosine transform
发现论文，激发创造
  • 对抗攻击的频域模型增强

    本文提出了一种新的频域模拟攻击方法，通过将频域变换应用于输入，从而实现模型扩充，旨在打造更易传递的对抗样本，结果表明这种方法对攻击 9 个最先进防御模型具有较高的成功率。

    Jul, 2022

  • STAA-Net：一种稀疏且可迁移的语音情感识别对抗攻击

    通过生成器的攻击方法，我们能够以高效的方式生成稀疏且可转移的对抗性示例，从而欺骗语音情感识别模型，并能够对先进的受害者模型进行有效的对抗攻击。

    Feb, 2024

  • 面向说话人识别的音频对抗样本理解与缓解

    本文系统地探究了基于转换和对抗训练的防御策略，提出了 22 种不同的转换方法，深入评估它们在主要攻击手段下的防御能力，以及对其作用的理解，为进一步的研究提供了有用的洞见和发现，并创建了评估平台 SPEAKERGUARD。

    Jun, 2022

  • 使用修改的 DCT 频谱驯服基于 Transformer 的 GAN 进行语音超分辨率

    提出基于 MDCT 的 mdctGAN SSR 框架，通过敌对学习在 MDCT 域中以相位感知的方式重构高质量的语音，无需使用语音编解码器或其他额外的后处理，实验结果显示该模型在各种输入速率下，实现了 48 kHz 目标分辨率下的最新的对数组距离（LSD）性能。

    May, 2023

  • 通过音频风格转换评估自动语音识别系统的鲁棒性

    在自动语音识别系统广泛应用的背景下，我们提出了一种基于用户自定义风格转换的攻击方法，结合风格转换和对抗攻击的顺序来实现对 ASR 系统的攻击，实验结果表明我们的方法能够满足用户个性化风格的需求，并在攻击中达到了 82% 的成功率，并且由于我们的用户研究保持了音频的自然性。

    May, 2024

  • 探索基于频率对抗性攻击的人脸造假检测

    本文提出了一种基于离散余弦变换（DCT）的频率对抗攻击方法，以欺骗面部伪造检测器。通过引入融合模块来捕获对手在频率域中显着的区域，我们的方法比空间域中的现有对抗攻击更为难以察觉，并且不会降低原始图像的视觉质量。在实验中，我们发现该方法有效地欺骗了空间域和最先进的频率域检测器，并增强了面部伪造检测器之间的可靠性。

    Mar, 2022

  • 基于扩散模型的语义对抗攻击

    通过利用最近的扩散模型的潜在空间中的语义信息，本文提出了一个快速生成语义对抗攻击的框架，并在 CelebA-HQ 和 AFHQ 数据集上进行了大量实验，与其他基线相比，我们的框架在多种情境中取得了极高的成功率，最佳 FID 为 36.61。

    Sep, 2023

  • 光谱视角理解和提高对抗鲁棒性

    本研究从频谱的角度探讨对抗性训练机制（AT），展示在低频区保留偏向形状的表示能够提高深度神经网络（DNNs）的鲁棒性，并提出了一种名称为 “频谱对齐正则化”（SAR）的训练方法，在多个数据集和攻击下显著提高 DNNs 的鲁棒准确性。

    Jun, 2023

  • WaveTransform: 通过输入分解制作对抗样本

    该研究介绍了一种新颖的对抗性攻击方法 - WaveTransform，能够分别（或同时）创建低频和高频子带对应的对抗性噪音，通过对小波分解频带进行分析并构建对抗例子来攻击多个 CNN 模型，并被证明对抗性攻击的强度和转移能力都非常高。

    Oct, 2020

  • 基于对比学习和频谱滤波器配置的图像生成精炼的光谱翻译

    该研究提出了一种基于对比学习的频谱转换框架（STIG），以改善生成对抗网络和扩散模型的图像生成性能，通过对图像的频谱进行精炼，减少频谱异常，提高图像质量。

    Mar, 2024