2025.10.14
介绍说话人识别系统的基本流程：语音输入 → 特征提取 → 向量计算 → 距离或得分判定。 包括三种识别模式：开集识别（OSI）、闭集识别（CSI）与说话人验证（SV），并阐述各自的判定机制与应用场景。
分析攻击者目标与系统脆弱性，指出“已注册说话人”攻击下的潜在风险。 通过实验设置16种不同攻击配置，探讨攻击对模型鲁棒性的影响与防御难点。
提出FAKEBOB攻击框架，利用梯度估计（NES）与优化算法（BIM）联合构造对抗样本。 在OSI、CSI与SV三种识别场景下均设计目标与无目标攻击方式。 通过“阈值估计 + 分数优化”策略，实现可迁移、可执行的物理攻击样本生成。
在多位说话人（如周杰伦、邓紫棋、王力宏、汪峰）语音数据上进行实验。 对比真实阈值与估计阈值下的攻击效果，统计 OSIER、FRR、FAR 等指标。 结果显示 FAKEBOB 在不同识别模式下均能显著提高攻击成功率，验证方法的有效性。