[发明专利]一种语音认证系统的重放攻击检测方法

说明书

本发明公开了一种基于语音信号时域极性的语音认证系统的重放攻击检测方法。通过语音认证系统采集记录语音信号，提取语音信号的正极性信号和负极性信号，比较正极性信号和负极性信号的比例关系判断获得语音信号属于重放攻击或者活体语音：若正负极性部分比例差距较大且正极性信号比例高于负极性信号比例，则认为是重放攻击；若正负极性部分比例差距较大且正极性信号比例不高于负极性信号比例，则认为是活体语音。本发明能准确有效地检测出语音认证系统中的重放攻击。

技术领域

本发明属于语音认证技术及安全技术领域，具体涉及一种可检测针对语音认证系统的重放攻击的软件处理方法。

背景技术

语音认证系统是一种利用语音认证技术提取说话人语音特异性特征，通过语音特征模式匹配从而鉴别说话人身份的安全认证系统。由于其对硬件要求低、低成本、认证简单方便、可进行远距离非接触式认证的特点，已经逐渐成为一种主流用户认证和访问控制方式。然而，现有语音认证系统，普遍易遭受重放攻击。

针对语音认证系统的重放攻击是指攻击者预先录制收集真实合法用户语音样本片段，将其直接或经过拼接后，通过扬声器播出，以欺骗语音认证系统。重放攻击不需要攻击发起者掌握语音信号处理知识，并且随着电子设备技术的发展，高质量而低成本的扬声器已经变得愈发常见，这些因素都使得重放攻击成为了针对语音认证系统最简易、但是威胁最大的攻击；但同时，重放攻击又极难被发现、防御。

要检测和防御重放攻击，需要了解麦克风及扬声器的声-电及电-声转换机制。麦克风、扬声器等是用于声波—电磁信号转换的变换器。麦克风通过声波带来的薄膜振动，利用法拉第电磁感应效应，将振动机械能转换为电信号的电能；扬声器则是将此电信号电脑反向转化为薄膜的动能，使薄膜扰动空气形成声波，进而还原被转化为电信号之前的声音。

理想情况下，麦克风和扬声器的转换为完全互逆过程，即如下图1中，声信号1应与声信号2完全相同。但在现实情况下，这两种信号往往不同。导致两者之间区别的主要原因有两点：1)麦克风和扬声器的电信号通路中，有如功放、输入与输出滤波器、AD/DA转换器等电路，均会向电信号中引入噪声；2)在振动膜振动实现电—声及声—电转换时，多种机械阻力会造成其运动模式变化，造成转换前后信号不一致。

由于在重放攻击当中，语音信号(这里为声信号和电信号的抽象总和)从被人发出到被语音认证系统麦克风接收前，较活体用户直接进行认证额外经过了一组麦风—扬声器攻击硬件，故重放攻击的语音信号较活体认证将包含更多噪声以及由振膜运动模式变化带来的失真。通过检测这些失真，理论上就可以检测、防御重放攻击。

目前已有许多相关研究通过检测攻击硬件引入噪声以检测重放攻击。这一类检测方法通常有检测准确率较低、且受重放攻击使用麦克风及扬声器质量影响较大的特点。然而，还未有研究关注攻击设备硬件通路上由振膜运动模式变化带来的语音信号失真。

发明内容

为解决上述背景技术中存在的技术问题，本发明提供了一种基于语音信号时域极性的语音认证系统的重放攻击检测方法，通过检测语音认证系统收集到语音信号的时域极性特点能准确有效地检测出重放攻击。

本发明采用如下技术方案：

本发明通过语音认证系统采集记录语音信号，提取语音信号的正极性信号和负极性信号，比较正极性信号和负极性信号的比例关系判断获得语音信号属于重放攻击(录音设备发出的声音)或者活体语音(即活体用户发出的声音)：

若正负极性部分比例差距较大且正极性信号比例高于负极性信号比例，则认为是重放攻击；

若正负极性部分比例差距较大且正极性信号比例不高于负极性信号比例，则认为是活体语音。

所述方法具体如下：

1)对语音认证系统按一定采样频率间隔采集收集到的语音信号进行语音活动检测，去除语音信号中的噪声，提取语音音频信号中的一部分作为纯人声部分；