研究課題/領域番号 |
19K12051
|
研究機関 | 東京都市大学 |
研究代表者 |
岩野 公司 東京都市大学, メディア情報学部, 教授 (90323823)
|
研究分担者 |
篠田 浩一 東京工業大学, 情報理工学院, 教授 (10343097)
|
研究期間 (年度) |
2019-04-01 – 2022-03-31
|
キーワード | 話者照合 / 声真似 / 成りすまし / 話者認識 / 個人認証 |
研究実績の概要 |
本研究では,声による個人認証(話者照合)の実用化に向けた,「声真似による成りすまし攻撃」の対策についての検討を進める.過去の研究において,物真似のスキルの違いによって声真似の特徴や成りすましが成功する理由に違いがあることが示唆されていることから,そのメカニズムの解明を図り,その知見に基づいて声真似攻撃に対する効果的な対策手法の提案を目指す. 2019年度は,GMM-UBM法に基づく話者照合システムに対して,「物真似のスキルが低い人の声真似」が成りすましに成功する理由を解明するため,申告者(攻撃対象者)とその他の多数話者(対立話者)の音声特徴量の統計分布(モデル)を用い,「攻撃者の地声」「攻撃者の声真似発声」「攻撃対象者の地声」の三者が,それぞれのモデルに対してどのような尤度となるか(どのような距離関係になるか)を発声ごとに詳細に分析した.その結果,物真似のスキルが低い攻撃者では,「攻撃対象者に確かに近づくことで成りすましに成功する場合」と「攻撃対象者には近づかない一方で,対立話者からの遠ざかりが非常に大きく,その結果として偶然,成りすましに成功する場合」の二種類の現象が確認された.また,後者の現象が,成りすましの成功のうちの約20%を占めていることが分かった.後者の現象に対しては,各モデルに対する入力音声の尤度(距離)を直接の特徴量として,その現象に該当しているかを判断することで,成りすましを防止できる可能性が示された.
|
現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
初年度の研究計画はおおむね予定通りに進行している.GMM-UBM法以外の深層学習ベースの話者照合手法の導入については,2019年度末に実施に至らなかったため,次年度,改めて進める計画である.また,2年目以降に予定していた「物真似のスキルが高い人の声真似の特徴分析」については,発声単位の分析まで完了している.
|
今後の研究の推進方策 |
深層学習ベースの話者照合手法の導入を進め,「物真似のスキルが低い人の声真似」にこれまでの分析と同様の二種類の現象がみられるか,成りすましを防止する効果が得られるか,などについて,分析を進める.また,「物真似のスキルが高い人の声真似の特徴分析」については,フレームを単位とした時間軸方向の特徴量(尤度)変化に対する分析を進める.最終的には,それまでに得られた「攻撃者の物真似スキル」の違いに基づく知見を総合して,成りすましに頑健な話者照合手法の確立を目指す.
|
次年度使用額が生じた理由 |
コロナウイルスの影響により,参加予定の学会の中止やオンライン開催への変更があり,旅費の使用が無くなったため.また,一部物品の納入が時期的に困難となり,次年度に延期したため.これらについては次年度執行予定である.
|