Порівняння методів цифрової обробки сигналів та моделей глибинного навчання у голосовій аутентифікації

Руда, Х.С. та Сабодашко, Д.В. та Микитин, Г.В. та Швед, М.Є. та Бордуляк, С.М. та Коршун, Наталія Володимирівна (2024) Порівняння методів цифрової обробки сигналів та моделей глибинного навчання у голосовій аутентифікації Електронне фахове наукове видання "Кібербезпека: освіта, наука, техніка" (1(25)). с. 140-160. ISSN 2663-4023

Текст K_Ruda_D_Sabodashko_H_Mykytyn_M_Shved_S_Borduliak_N_Korshun_CONT_1_2024.pdf Download (1MB)

Анотація

У цій статті розглядаються проблеми класичних методів аутентифікації, таких як використання паролів, які часто виявляються ненадійними через різноманітні уразливості. Основні недоліки цих методів включають втрату або крадіжку паролів, їх слабку стійкість до атак, а також складність управління паролями, особливо у великих системах. Біометричні методи аутентифікації, зокрема ті, що базуються на фізичних характеристиках, таких як голос, є перспективним рішенням, оскільки вони забезпечують високий рівень безпеки і зручності для користувачів. Біометричні системи аутентифікації мають переваги над традиційними методами, оскільки голос є унікальною характеристикою для кожної людини, що значно ускладнює можливість підробки або крадіжки. Проте, існують виклики щодо точності і надійності таких систем. Зокрема, голосові біометричні системи можуть стикатися з проблемами, пов’язаними зі змінами голосу через здоров’я, емоційний стан або навколишнє середовище. Метою статті є порівняння сучасних моделей глибинного навчання з традиційними методами цифрової обробки сигналів, які використовуються для розпізнавання особистості за голосом. Для даного дослідження були обрані текстозалежні методи (мел-частотні кепстральні коефіцієнти —MFCC, кодування з лінійним предиктором —LPC) та текстонезалежні методи (ECAPA-TDNN, ResNet) з метою порівняння їхньої ефективності у задачах біометричної аутентифікації за голосом. Експеримент складався з реалізації систем біометричної аутентифікації, побудованих на основі кожного з описаних методів, та оцінки їхньої ефективності на спеціально зібраному наборі даних. Також в роботі детально розглянуто методи попередньої обробки аудіосигналів, які застосовуютьсяв системах голосової автентифікації з метою забезпечення найкращої результативності в задачах розпізнавання мовця, зокрема такі як знешумлення методом спектрального віднімання, нормалізацію енергії, підсилювальну фільтрацію, фреймування та застосування віконного методу.

Тип елементу :	Стаття
Ключові слова:	біометричні технології; голосова автентифікація; цифрова обробка сигналів; мел-частотні кепстральні коефіцієнти; кодування з лінійним предиктором; глибинне навчання; нейронні мережі
Типологія:	Статті у періодичних виданнях > Фахові (входять до переліку фахових, затверджений МОН)
Підрозділи:	Факультет інформаційних технологій та математики > Кафедра інформаційної та кібернетичної безпеки ім. професора Володимира Бурячка
Користувач, що депонує:	Наталія Володимирівна Коршун
Дата внесення:	07 Жов 2024 10:17
Останні зміни:	07 Жов 2024 10:17
URI:	https://elibrary.kubg.edu.ua/id/eprint/49791

Actions (login required)

Перегляд елементу