[发明专利]采用深度学习的超声攻击检测

说明书

本公开涉及采用深度学习的超声攻击检测。提供了用于增强语音启用设备的机构、方法和计算机可读介质。该方法包括由语音启用设备的超声攻击检测器从一个或多个麦克风接收音频流并且从关键字检测器接收分段信号，该分段信号指出检测到的关键字在音频流内的位置，由超声攻击检测器对音频流的包括检测到的关键字的分段部分进行预处理以获得频谱图，并且由超声攻击检测器利用频谱图作为输入运行神经网络分类器，神经网络分类器把真实人类语音与由语音启用设备上的超声攻击造成的互调失真产物辨别开。

技术领域

实施例概括而言涉及语音控制设备(speech-controlled device)。更具体而言，实施例涉及用于语音控制设备的采用深度学习的超声攻击检测。

背景技术

超声攻击(ultrasonic attack)，也称为海豚攻击(dolphin attack)，可对语音控制设备造成严重的安全性问题。这种攻击可利用语音控制设备内的麦克风在超声频率下的非线性特性。有可能产生一种不可听的超声攻击信号，该信号在被语音控制设备上搭载的麦克风捕捉之后可导致互调失真。这种失真在人类语音的基带中留下类似语音的伪影信号。虽然该伪影信号在空气中是不可听的，但它随后被语音控制设备处理，就好像它是正常人类语音那样。语音控制设备内的关键短语检测引擎可产生假触发，从而导致自动语音识别开始处理不可听的命令，而这些命令可能是恶意的。从而，攻击者可在用户没有意识到的情况下取得对语音控制设备的控制。

市售的语音控制设备，例如和可能是易受这种攻击影响的。此弱点当被恶意利用时对用户构成严重威胁。当今的智能扬声器和其他语音启用设备能够访问用户的在线购物、互联网浏览、家庭照明、家庭恒温器，并且在一些情况中能够访问安全锁特征。海豚攻击的潜在危险包括但可不限于交互干扰、身份盗用、未授权的购买和干扰智能家庭系统。因此，如果希望保护基于语音的人机交互的安全并因此将其进一步推广，超声攻击是一个要应对的问题。

发明内容

本公开的实施例提供了用于增强语音启用设备的机构、方法和计算机可读介质。该方法包括由语音启用设备的超声攻击检测器从一个或多个麦克风接收音频流并且从关键字检测器接收分段信号，该分段信号指出检测到的关键字在音频流内的位置，由超声攻击检测器对音频流的包括检测到的关键字的分段部分进行预处理以获得频谱图，并且由超声攻击检测器利用频谱图作为输入运行神经网络分类器，神经网络分类器把真实人类语音与由语音启用设备上的超声攻击造成的互调失真产物辨别开。该机构包括用于执行上述方法的相应装置。该计算机可读介质包括存储于其上的指令，这些指令当被一个或多个计算设备执行时使得该一个或多个计算设备执行上述方法。

附图说明

通过阅读以下说明书和所附权利要求，并且通过参考以下附图，实施例的各种优点将对本领域技术人员变得清楚，在附图中：

图1是根据实施例图示出能够把真实人类语音与由超声攻击造成的互调失真产物的语音启用设备辨别开的增强机构的示例的框图；

图2A是根据实施例图示出基于基带语音信号x(t)模拟攻击信号x’(t)所要求的三个构造块的图；

图2B是根据实施例的表示攻击者输入命令x(t)的示例信号频谱的图示；

图2C是根据实施例表示不可听的经调制超声攻击信号y(t)的示例信号频谱的图示；

图2D是根据实施例的表示被攻击设备上的具有互调失真产物的基带攻击信号x’(t)的示例信号频谱的图示；

图3是根据实施例的示例攻击模拟实现方式的详细框图；

图4A-4D根据实施例图示了在0-200Hz的频率范围上的记录语音与模拟语音的比较；

图4E-4H根据实施例图示了在4-8kHz的频率范围上的记录语音与模拟语音的比较；