| 研究課題/領域番号 |
21K17837
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分61050:知能ロボティクス関連
|
|---|
| 研究機関 | 国立研究開発法人情報通信研究機構 |
|---|
研究代表者 |
李 勝 国立研究開発法人情報通信研究機構, ユニバーサルコミュニケーション研究所先進的音声翻訳研究開発推進センター, 研究員 (70840940)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
2,080千円 (直接経費: 1,600千円、間接経費: 480千円)
2022年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2021年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
|
|---|
| キーワード | speech recognition / adversarial attack / privacy perserving / deepfake detection / spoken dialogue / federated learning / security / privacy preserving / quality estimation / spoken dialogue system / adversarial attacks / speech enhancement / Speech recognition / Dialogue robotic system / Adversarial attack / Deep neural network |
|---|
| 研究開始時の研究の概要 |
As the most natural human-machine interface, the automatic speech recognition (ASR) module plays a crucial role in these recent robot dialogue systems. However, a deep neural network (DNN) is known to be vulnerable to adversarial examples (or attacks). This is a severe problem. This study will make an in-depth study to the robustness of the ASR modules of a robot dialogue system.
|
| 研究成果の概要 |
このプロジェクトでは、音声認識システムの原理を研究し、攻撃の詳細を調査。調査結果をまとめ、音声認識システムの改善方法を提案しました。研究範囲を普遍的視点で拡大し、音声関連システムにも同様の攻撃が共存できることを示しました。敵対的攻撃をノイズとみなし、音声強化・モデリング・ポストプロセッシング法を組み合わせて対処。InterspeechやICASSPなどが成果を認め、2冊の本に紹介され、関西国立図書館に収められました。これはAIシステムの安全性と信頼性の確保に貢献しています。
|
| 研究成果の学術的意義や社会的意義 |
The development of deep neural networks has been progressing rapidly and the evolution of speech recognition systems has been incredibly fast. The study aims to provide researchers with ideas on improving system security in light of the increasingly severe security issues.
|
