METHOD FOR DETECTING AN AUDIO ADVERSARIAL ATTACK WITH RESPECT TO A VOICE INPUT PROCESSED BY AN AUTOMATIC SPEECH RECOGNITION SYSTEM, CORRESPONDING DEVICE, COMPUTER PROGRAM PRODUCT AND COMPUTER-READABLE CARRIER MEDIUM
The disclosure relates to a method and device for detecting an audio adversarial attack with respect to a voice input (VI) processed by an automatic speech recognition system (ASR). The method includes: obtaining (12) a transcript (T) resulting from the processing, by the automatic speech recognitio...
Gespeichert in:
| Hauptverfasser: | , , , |
|---|---|
| Format: | Patent |
| Sprache: | eng ; fre |
| Schlagworte: | |
| Online-Zugang: | Volltext bestellen |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| container_end_page | |
|---|---|
| container_issue | |
| container_start_page | |
| container_title | |
| container_volume | |
| creator | GAUTIER, Eric NADEAU, Pascal DELAUNAY, Christophe GILBERTON, Philippe |
| description | The disclosure relates to a method and device for detecting an audio adversarial attack with respect to a voice input (VI) processed by an automatic speech recognition system (ASR). The method includes: obtaining (12) a transcript (T) resulting from the processing, by the automatic speech recognition system, of an input audio signal of a voice input; converting (13) the transcript (T) into a synthesized audio signal (SAS); extracting (15, 15'), from the input audio signal and from the synthesized audio signal, acoustic features and converting them into sequences of feature vectors (sFV1, sFV2); computing (17) a dynamic time warping distance (D) between the sequences of converted features vectors; and delivering (18) a piece of data representative of a detection of an audio adversarial attack, as a function of a result of a comparison between the dynamic time warping distance and a predetermined threshold.
La divulgation concerne un procédé et un dispositif de détection d'attaque audio antagoniste par rapport à une entrée vocale (VI) traitée par un système de reconnaissance automatique de la parole (ASR). Le procédé consiste à : obtenir (12) une transcription (T) obtenue du traitement, par le système de reconnaissance automatique de la parole, d'un signal audio d'entrée d'une entrée vocale ; convertir (13) la transcription (T) en un signal audio synthétisé (SAS) ; extraire (15, 15'), du signal audio d'entrée et du signal audio synthétisé, des caractéristiques acoustiques et les convertir en séquences de vecteurs de caractéristiques (sFV1, sFV2) ; calculer (17) une distance d'alignement temporel dynamique (D) entre les séquences de vecteurs de caractéristiques converties ; et délivrer (18) un élément de données indiquant une détection d'une attaque audio antagoniste, en fonction d'un résultat d'une comparaison entre la distance d'alignement temporel dynamique et un seuil prédéfini. |
| format | Patent |
| fullrecord | <record><control><sourceid>epo_EVB</sourceid><recordid>TN_cdi_epo_espacenet_WO2022083969A1</recordid><sourceformat>XML</sourceformat><sourcesystem>PC</sourcesystem><sourcerecordid>WO2022083969A1</sourcerecordid><originalsourceid>FETCH-epo_espacenet_WO2022083969A13</originalsourceid><addsrcrecordid>eNqNjcFKA0EMhvfiQdR3CHi1UFuQ9phO0t1gZ7Jkslt6KkXWk2ihvquv4wyKZ08_JN___dfNV2TvlGCrBsTOwSW1gAlwIFFAGtkymuAO0B3DM-zFOzDOfWHBCwKjSmCQ1A8OvWngnJlgc_jRuEZ0CVAKHGozaJvERRPkQ3aODxDUqlAT1XHisfjqNRYjW3W2hrEmDWUUE_09Z8ZIuNkxBDSTQkcmGeJtc_V6ertMd79509xv2UM3m84fx-lyPr1M79Pnca-L-WIxXy3XT2t8XP6P-gYNllTu</addsrcrecordid><sourcetype>Open Access Repository</sourcetype><iscdi>true</iscdi><recordtype>patent</recordtype></control><display><type>patent</type><title>METHOD FOR DETECTING AN AUDIO ADVERSARIAL ATTACK WITH RESPECT TO A VOICE INPUT PROCESSED BY AN AUTOMATIC SPEECH RECOGNITION SYSTEM, CORRESPONDING DEVICE, COMPUTER PROGRAM PRODUCT AND COMPUTER-READABLE CARRIER MEDIUM</title><source>esp@cenet</source><creator>GAUTIER, Eric ; NADEAU, Pascal ; DELAUNAY, Christophe ; GILBERTON, Philippe</creator><creatorcontrib>GAUTIER, Eric ; NADEAU, Pascal ; DELAUNAY, Christophe ; GILBERTON, Philippe</creatorcontrib><description>The disclosure relates to a method and device for detecting an audio adversarial attack with respect to a voice input (VI) processed by an automatic speech recognition system (ASR). The method includes: obtaining (12) a transcript (T) resulting from the processing, by the automatic speech recognition system, of an input audio signal of a voice input; converting (13) the transcript (T) into a synthesized audio signal (SAS); extracting (15, 15'), from the input audio signal and from the synthesized audio signal, acoustic features and converting them into sequences of feature vectors (sFV1, sFV2); computing (17) a dynamic time warping distance (D) between the sequences of converted features vectors; and delivering (18) a piece of data representative of a detection of an audio adversarial attack, as a function of a result of a comparison between the dynamic time warping distance and a predetermined threshold.
La divulgation concerne un procédé et un dispositif de détection d'attaque audio antagoniste par rapport à une entrée vocale (VI) traitée par un système de reconnaissance automatique de la parole (ASR). Le procédé consiste à : obtenir (12) une transcription (T) obtenue du traitement, par le système de reconnaissance automatique de la parole, d'un signal audio d'entrée d'une entrée vocale ; convertir (13) la transcription (T) en un signal audio synthétisé (SAS) ; extraire (15, 15'), du signal audio d'entrée et du signal audio synthétisé, des caractéristiques acoustiques et les convertir en séquences de vecteurs de caractéristiques (sFV1, sFV2) ; calculer (17) une distance d'alignement temporel dynamique (D) entre les séquences de vecteurs de caractéristiques converties ; et délivrer (18) un élément de données indiquant une détection d'une attaque audio antagoniste, en fonction d'un résultat d'une comparaison entre la distance d'alignement temporel dynamique et un seuil prédéfini.</description><language>eng ; fre</language><subject>ACOUSTICS ; MUSICAL INSTRUMENTS ; PHYSICS ; SPEECH ANALYSIS OR SYNTHESIS ; SPEECH OR AUDIO CODING OR DECODING ; SPEECH OR VOICE PROCESSING ; SPEECH RECOGNITION</subject><creationdate>2022</creationdate><oa>free_for_read</oa><woscitedreferencessubscribed>false</woscitedreferencessubscribed></display><links><openurl>$$Topenurl_article</openurl><openurlfulltext>$$Topenurlfull_article</openurlfulltext><thumbnail>$$Tsyndetics_thumb_exl</thumbnail><linktohtml>$$Uhttps://worldwide.espacenet.com/publicationDetails/biblio?FT=D&date=20220428&DB=EPODOC&CC=WO&NR=2022083969A1$$EHTML$$P50$$Gepo$$Hfree_for_read</linktohtml><link.rule.ids>230,308,776,881,25543,76293</link.rule.ids><linktorsrc>$$Uhttps://worldwide.espacenet.com/publicationDetails/biblio?FT=D&date=20220428&DB=EPODOC&CC=WO&NR=2022083969A1$$EView_record_in_European_Patent_Office$$FView_record_in_$$GEuropean_Patent_Office$$Hfree_for_read</linktorsrc></links><search><creatorcontrib>GAUTIER, Eric</creatorcontrib><creatorcontrib>NADEAU, Pascal</creatorcontrib><creatorcontrib>DELAUNAY, Christophe</creatorcontrib><creatorcontrib>GILBERTON, Philippe</creatorcontrib><title>METHOD FOR DETECTING AN AUDIO ADVERSARIAL ATTACK WITH RESPECT TO A VOICE INPUT PROCESSED BY AN AUTOMATIC SPEECH RECOGNITION SYSTEM, CORRESPONDING DEVICE, COMPUTER PROGRAM PRODUCT AND COMPUTER-READABLE CARRIER MEDIUM</title><description>The disclosure relates to a method and device for detecting an audio adversarial attack with respect to a voice input (VI) processed by an automatic speech recognition system (ASR). The method includes: obtaining (12) a transcript (T) resulting from the processing, by the automatic speech recognition system, of an input audio signal of a voice input; converting (13) the transcript (T) into a synthesized audio signal (SAS); extracting (15, 15'), from the input audio signal and from the synthesized audio signal, acoustic features and converting them into sequences of feature vectors (sFV1, sFV2); computing (17) a dynamic time warping distance (D) between the sequences of converted features vectors; and delivering (18) a piece of data representative of a detection of an audio adversarial attack, as a function of a result of a comparison between the dynamic time warping distance and a predetermined threshold.
La divulgation concerne un procédé et un dispositif de détection d'attaque audio antagoniste par rapport à une entrée vocale (VI) traitée par un système de reconnaissance automatique de la parole (ASR). Le procédé consiste à : obtenir (12) une transcription (T) obtenue du traitement, par le système de reconnaissance automatique de la parole, d'un signal audio d'entrée d'une entrée vocale ; convertir (13) la transcription (T) en un signal audio synthétisé (SAS) ; extraire (15, 15'), du signal audio d'entrée et du signal audio synthétisé, des caractéristiques acoustiques et les convertir en séquences de vecteurs de caractéristiques (sFV1, sFV2) ; calculer (17) une distance d'alignement temporel dynamique (D) entre les séquences de vecteurs de caractéristiques converties ; et délivrer (18) un élément de données indiquant une détection d'une attaque audio antagoniste, en fonction d'un résultat d'une comparaison entre la distance d'alignement temporel dynamique et un seuil prédéfini.</description><subject>ACOUSTICS</subject><subject>MUSICAL INSTRUMENTS</subject><subject>PHYSICS</subject><subject>SPEECH ANALYSIS OR SYNTHESIS</subject><subject>SPEECH OR AUDIO CODING OR DECODING</subject><subject>SPEECH OR VOICE PROCESSING</subject><subject>SPEECH RECOGNITION</subject><fulltext>true</fulltext><rsrctype>patent</rsrctype><creationdate>2022</creationdate><recordtype>patent</recordtype><sourceid>EVB</sourceid><recordid>eNqNjcFKA0EMhvfiQdR3CHi1UFuQ9phO0t1gZ7Jkslt6KkXWk2ihvquv4wyKZ08_JN___dfNV2TvlGCrBsTOwSW1gAlwIFFAGtkymuAO0B3DM-zFOzDOfWHBCwKjSmCQ1A8OvWngnJlgc_jRuEZ0CVAKHGozaJvERRPkQ3aODxDUqlAT1XHisfjqNRYjW3W2hrEmDWUUE_09Z8ZIuNkxBDSTQkcmGeJtc_V6ertMd79509xv2UM3m84fx-lyPr1M79Pnca-L-WIxXy3XT2t8XP6P-gYNllTu</recordid><startdate>20220428</startdate><enddate>20220428</enddate><creator>GAUTIER, Eric</creator><creator>NADEAU, Pascal</creator><creator>DELAUNAY, Christophe</creator><creator>GILBERTON, Philippe</creator><scope>EVB</scope></search><sort><creationdate>20220428</creationdate><title>METHOD FOR DETECTING AN AUDIO ADVERSARIAL ATTACK WITH RESPECT TO A VOICE INPUT PROCESSED BY AN AUTOMATIC SPEECH RECOGNITION SYSTEM, CORRESPONDING DEVICE, COMPUTER PROGRAM PRODUCT AND COMPUTER-READABLE CARRIER MEDIUM</title><author>GAUTIER, Eric ; NADEAU, Pascal ; DELAUNAY, Christophe ; GILBERTON, Philippe</author></sort><facets><frbrtype>5</frbrtype><frbrgroupid>cdi_FETCH-epo_espacenet_WO2022083969A13</frbrgroupid><rsrctype>patents</rsrctype><prefilter>patents</prefilter><language>eng ; fre</language><creationdate>2022</creationdate><topic>ACOUSTICS</topic><topic>MUSICAL INSTRUMENTS</topic><topic>PHYSICS</topic><topic>SPEECH ANALYSIS OR SYNTHESIS</topic><topic>SPEECH OR AUDIO CODING OR DECODING</topic><topic>SPEECH OR VOICE PROCESSING</topic><topic>SPEECH RECOGNITION</topic><toplevel>online_resources</toplevel><creatorcontrib>GAUTIER, Eric</creatorcontrib><creatorcontrib>NADEAU, Pascal</creatorcontrib><creatorcontrib>DELAUNAY, Christophe</creatorcontrib><creatorcontrib>GILBERTON, Philippe</creatorcontrib><collection>esp@cenet</collection></facets><delivery><delcategory>Remote Search Resource</delcategory><fulltext>fulltext_linktorsrc</fulltext></delivery><addata><au>GAUTIER, Eric</au><au>NADEAU, Pascal</au><au>DELAUNAY, Christophe</au><au>GILBERTON, Philippe</au><format>patent</format><genre>patent</genre><ristype>GEN</ristype><title>METHOD FOR DETECTING AN AUDIO ADVERSARIAL ATTACK WITH RESPECT TO A VOICE INPUT PROCESSED BY AN AUTOMATIC SPEECH RECOGNITION SYSTEM, CORRESPONDING DEVICE, COMPUTER PROGRAM PRODUCT AND COMPUTER-READABLE CARRIER MEDIUM</title><date>2022-04-28</date><risdate>2022</risdate><abstract>The disclosure relates to a method and device for detecting an audio adversarial attack with respect to a voice input (VI) processed by an automatic speech recognition system (ASR). The method includes: obtaining (12) a transcript (T) resulting from the processing, by the automatic speech recognition system, of an input audio signal of a voice input; converting (13) the transcript (T) into a synthesized audio signal (SAS); extracting (15, 15'), from the input audio signal and from the synthesized audio signal, acoustic features and converting them into sequences of feature vectors (sFV1, sFV2); computing (17) a dynamic time warping distance (D) between the sequences of converted features vectors; and delivering (18) a piece of data representative of a detection of an audio adversarial attack, as a function of a result of a comparison between the dynamic time warping distance and a predetermined threshold.
La divulgation concerne un procédé et un dispositif de détection d'attaque audio antagoniste par rapport à une entrée vocale (VI) traitée par un système de reconnaissance automatique de la parole (ASR). Le procédé consiste à : obtenir (12) une transcription (T) obtenue du traitement, par le système de reconnaissance automatique de la parole, d'un signal audio d'entrée d'une entrée vocale ; convertir (13) la transcription (T) en un signal audio synthétisé (SAS) ; extraire (15, 15'), du signal audio d'entrée et du signal audio synthétisé, des caractéristiques acoustiques et les convertir en séquences de vecteurs de caractéristiques (sFV1, sFV2) ; calculer (17) une distance d'alignement temporel dynamique (D) entre les séquences de vecteurs de caractéristiques converties ; et délivrer (18) un élément de données indiquant une détection d'une attaque audio antagoniste, en fonction d'un résultat d'une comparaison entre la distance d'alignement temporel dynamique et un seuil prédéfini.</abstract><oa>free_for_read</oa></addata></record> |
| fulltext | fulltext_linktorsrc |
| identifier | |
| ispartof | |
| issn | |
| language | eng ; fre |
| recordid | cdi_epo_espacenet_WO2022083969A1 |
| source | esp@cenet |
| subjects | ACOUSTICS MUSICAL INSTRUMENTS PHYSICS SPEECH ANALYSIS OR SYNTHESIS SPEECH OR AUDIO CODING OR DECODING SPEECH OR VOICE PROCESSING SPEECH RECOGNITION |
| title | METHOD FOR DETECTING AN AUDIO ADVERSARIAL ATTACK WITH RESPECT TO A VOICE INPUT PROCESSED BY AN AUTOMATIC SPEECH RECOGNITION SYSTEM, CORRESPONDING DEVICE, COMPUTER PROGRAM PRODUCT AND COMPUTER-READABLE CARRIER MEDIUM |
| url | https://sfx.bib-bvb.de/sfx_tum?ctx_ver=Z39.88-2004&ctx_enc=info:ofi/enc:UTF-8&ctx_tim=2025-01-26T10%3A23%3A12IST&url_ver=Z39.88-2004&url_ctx_fmt=infofi/fmt:kev:mtx:ctx&rfr_id=info:sid/primo.exlibrisgroup.com:primo3-Article-epo_EVB&rft_val_fmt=info:ofi/fmt:kev:mtx:patent&rft.genre=patent&rft.au=GAUTIER,%20Eric&rft.date=2022-04-28&rft_id=info:doi/&rft_dat=%3Cepo_EVB%3EWO2022083969A1%3C/epo_EVB%3E%3Curl%3E%3C/url%3E&disable_directlink=true&sfx.directlink=off&sfx.report_link=0&rft_id=info:oai/&rft_id=info:pmid/&rfr_iscdi=true |