| 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．
２０２０年度は，「物真似のスキルが高い人の声真似の特徴分析」における，発声単位の分析をさらに進めた．その結果，「物真似のスキルが低い攻撃者」と異なり，「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現象」が支配的な要因となることを確認した．この結果から，「物真似のスキルが低い攻撃者」による攻撃でみられる「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現象」への対策とは根本的に異なる手段を講じて，詐称攻撃への対応を行う必要があることを明らかにした．
また，深層学習ベースの話者照合手法の導入とそれによる評価に向けて，７千人以上の話者の音声で構成されるVoxCelebデータベースの入手と，それを用いたxvectorに基づく話者照合システムの構築を進めるための深層学習の実施を行った．深層学習の実施に向けては，大学の外部から実験用の高性能サーバに接続するための環境も必要となったため，別途，ネットワーク環境の構築・整備なども行った．
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
２０２０年度は，深層学習ベースの話者照合手法の導入と評価を完了させる予定であったが，コロナウイルスの影響により大学への入構が大幅に制限され，実験に遅れが生じた．今後も同様の状況が続くことを考慮し，大学外から実験が実施できるようにするため，実験用サーバに外部から接続するための環境の整備を進め，対応を図ったが，その対応にも時間も要した．
|
| 今後の研究の推進方策 |
前年度までに完了できなかった，深層学習ベースの話者照合の導入と評価を進め，これまでの評価に用いていたＧＭＭ－ＵＢＭ法による話者照合による結果との違いを明確化する．その上で，深層学習ベースの話者照合システムに対し，物真似のスキルの違いによってどのような攻撃の特徴の違いが生じるかについての分析を進める．その知見を利用し，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．次年度，旅費を伴う学会参加等が発生すればその費用に，発生しない場合には，外部から実験用サーバの操作を行うためのネットワーク設備の増強などに充てる予定である．
|
