| 1 |
1
심층 신경망을 기초로 동시에 스푸핑 공격 검출 및 화자 인식을 수행하기 위한 장치에 있어서, 등록된 화자의 것인지 여부 및 실제 발화에 의한 것인지 여부가 알려지지 않은 음성이 입력되면, 입력된 음성의 화자를 식별하고, 상기 입력된 음성이 상기 식별된 화자의 음성인지 여부를 나타내는 확률인 화자인식벡터를 산출하고, 상기 입력된 음성이 스푸핑 공격에 의한 음성일 확률을 나타내는 공격검출벡터를 산출하는 음성분석부; 및 상기 화자인식벡터 및 상기 공격검출벡터를 기초로 상기 입력된 음성이 상기 식별된 화자의 음성이면서 실제 발화에 의한 음성일 확률과 상기 입력된 음성이 상기 식별된 화자의 음성이 아니거나 스푸핑 공격에 의한 음성일 확률을 포함하는 통합화자검증벡터를 산출하는 화자검증부; 를 포함하는 것을 특징으로 하는 스푸핑 공격 검출 및 화자 인식을 수행하기 위한 장치
|
| 2 |
2
제1항에 있어서, 상기 화자검증부는 상기 화자인식벡터 및 상기 공격검출벡터를 곱하여 병합벡터를 산출하는 곱셈기와, 상기 화자인식벡터, 상기 병합벡터 및 상기 공격검출벡터를 입력받는 검증병합층과, 상기 화자인식벡터, 상기 병합벡터 및 상기 공격검출벡터에 대한 복수의 계층 간 학습된 가중치가 적용되는 복수의 연산을 통해 상기 입력된 음성이 상기 식별된 화자의 음성이면서 실제 발화에 의한 음성일 확률과 상기 입력된 음성이 상기 식별된 화자의 음성이 아니거나 스푸핑 공격에 의한 음성일 확률을 포함하는 통합화자검증벡터를 산출하는 검증출력층을 을 포함하는 통합검증망;을 포함하는 것을 특징으로 하는 스푸핑 공격 검출 및 화자 인식을 수행하기 위한 장치
|
| 3 |
3
제2항에 있어서, 상기 음성분석부는 상기 음성이 입력되면, 입력된 음성에 대해 복수의 계층 간 학습된 가중치가 적용되는 복수의 연산을 통해 상기 입력된 음성의 화자가 등록된 복수의 화자 각각일 확률을 나타내는 화자식별벡터를 산출하는 화자식별망; 등록된 복수의 화자의 화자식별벡터를 저장하며, 상기 산출된 화자식별벡터에 따라 화자를 식별하고, 등록된 복수의 화자의 화자식별벡터 중 식별된 화자의 등록된 화자식별벡터를 검출하는 등록벡터처리부; 상기 등록벡터처리부로부터 상기 등록된 화자식별벡터를 입력받고, 상기 화자식별망으로부터 상기 산출된 화자식별벡터를 입력받으면, 상기 등록된 화자식별특징벡터 및 상기 산출된 화자식별벡터에 대해 복수의 계층 간 학습된 가중치가 적용되는 복수의 연산을 통해 상기 입력된 음성이 상기 식별된 화자의 음성인지 여부를 나타내는 확률인 화자인식벡터를 산출하는 화자인식망; 상기 음성이 입력되면, 입력된 음성에 대해 복수의 계층 간 학습된 가중치가 적용되는 복수의 연산을 통해 상기 입력된 음성이 스푸핑 공격에 의한 음성인지 혹은 실제 발화에 의한 음성인지 여부를 나타내는 확률인 공격검출벡터를 산출하는 공격검출망; 을 포함하는 것을 특징으로 하는 스푸핑 공격 검출 및 화자 인식을 수행하기 위한 장치
|
| 4 |
4
제3항에 있어서, 입력되는 음성이 등록된 복수의 화자 각각의 음성일 확률을 나타내는 화자식별벡터를 산출하도록 상기 화자식별망을 개별적으로 학습시키고, 스푸핑 공격에 의한 음성일 확률을 나타내는 공격검출벡터를 산출하도록 상기 공격검출망을 개별적으로 학습시키는 기본 학습을 수행한 후, 상기 화자식별망, 상기 공격검출망, 상기 화자인식망 및 상기 통합검증망 전체를 한번에 학습시키는 전체 학습을 수행하는 학습부;를 더 포함하는 것을 특징으로 하는 스푸핑 공격 검출 및 화자 인식을 수행하기 위한 장치
|
| 5 |
5
제4항에 있어서, 상기 학습부는 상기 전체 학습 시, 등록된 화자의 것인지 여부 및 실제 발화에 의한 것인지 여부가 알려진 학습용 음성을 마련하고, 상기 학습용 음성에 대해 화자인식벡터에 대응하는 기댓값인 화자인식레이블과, 통합화자검증벡터에 대응하는 기댓값인 통합화자검증레이블을 설정하고, 상기 학습용 음성으로부터 상기 화자식별망, 상기 화자인식망, 상기 공격검출망 및 상기 통합검출망을 통해 순차로 화자인식벡터 및 통합화자검증벡터를 산출한 후, 상기 산출된 화자인식벡터와 상기 화자인식레이블과의 차이인 이진교차엔트로피 손실 및 상기 산출된 통합화자검증벡터와 상기 통합화자검증레이블과의 차이를 나타내는 분류오차엔트로피 손실을 포함하는 전체 손실이 최소가 되도록 상기 화자식별망, 상기 공격검출망, 상기 화자인식망 및 상기 통합검증망의 가중치를 최적화하는 것을 특징으로 하는 스푸핑 공격 검출 및 화자 인식을 수행하기 위한 장치
|
| 6 |
6
제5항에 있어서, 상기 학습부는 손실함수를 이용하여 상기 전체 손실이 최소가 되도록 상기 화자식별망, 상기 공격검출망, 상기 화자인식망 및 상기 통합검증망의 가중치를 최적화하며, 상기 Loss는 상기 전체의 손실이고, 상기 LossSV는 상기 산출된 화자인식벡터와 상기 화자인식레이블과의 차이인 이진교차엔트로피 손실이고, 상기 a는 상기 이진교차엔트로피 손실의 가중치이고, 상기 LossISV는 상기 산출된 통합화자검증벡터와 상기 통합화자검증레이블과의 차이를 나타내는 분류오차엔트로피 손실인 것을 특징으로 하는 스푸핑 공격 검출 및 화자 인식을 수행하기 위한 장치
|
| 7 |
7
심층 신경망을 기초로 동시에 스푸핑 공격 검출 및 화자 인식을 수행하기 위한 장치에 있어서, 화자식별망, 화자인식망, 공격검출망 및 통합검증망을 포함하는 심층신경망; 및 상기 화자식별망이 학습용 음성이 등록된 복수의 화자 각각의 음성일 확률을 나타내는 화자식별벡터를 산출하고, 상기 화자인식망이 상기 학습용 음성이 상기 화자식별벡터에 의해 식별된 화자의 음성일 확률을 나타내는 화자인식벡터를 산출하고, 상기 공격검출망이 상기 학습용 음성이 스푸핑 공격에 의한 음성일 확률을 나타내는 공격검출벡터를 산출하고, 상기 통합검증망이 상기 학습용 음성이 상기 식별된 화자의 음성이면서 실제 발화에 의한 음성일 확률과 상기 학습용 음성이 상기 식별된 화자의 음성이 아니거나 스푸핑 공격에 의한 음성일 확률을 포함하는 통합화자검증벡터를 산출하도록 상기 심층신경망을 학습시키는 학습부;를 포함하는 것을 특징으로 하는 스푸핑 공격 검출 및 화자 인식을 수행하기 위한 장치
|
| 8 |
8
제7항에 있어서, 상기 학습부는 상기 화자식별망 및 상기 공격검출망 각각을 개별적으로 학습시키는 기본 학습을 수행한 후, 상기 화자식별망, 상기 공격검출망, 상기 화자인식망 및 상기 통합검증망 전체를 한번에 학습시키는 전체 학습을 수행하되, 상기 전체 학습 시, 등록된 화자의 것인지 여부 및 실제 발화에 의한 것인지 여부가 알려진 학습용 음성을 마련하고, 상기 학습용 음성에 대해 화자인식벡터에 대응하는 기댓값인 화자인식레이블과, 통합화자검증벡터에 대응하는 기댓값인 통합화자검증레이블을 설정하고, 상기 학습용 음성으로부터 상기 화자식별망 및 상기 화자인식망을 통해 화자인식벡터를 산출하고, 상기 학습용 음성으로부터 상기 공격검출망을 통해 공격검출벡터를 산출하고, 상기 통합검출망을 통해 상기 화자인식벡터와 상기 공격검출벡터를 곱하여 병합 벡터를 산출하고, 상기 화자인식벡터, 상기 병합 벡터 및 상기 공격검출벡터로부터 통합화자검증벡터를 산출한 후, 상기 산출된 화자인식벡터와 상기 화자인식레이블과의 차이인 이진교차엔트로피 손실 및 상기 산출된 통합화자검증벡터와 상기 통합화자검증레이블과의 차이를 나타내는 분류오차엔트로피 손실을 포함하는 전체 손실이 최소가 되도록 상기 화자식별망, 상기 공격검출망, 상기 화자인식망 및 상기 통합검증망의 가중치를 최적화하는 것을 특징으로 하는 스푸핑 공격 검출 및 화자 인식을 수행하기 위한 장치
|
| 9 |
9
제8항에 있어서, 상기 학습부는 손실함수을 이용하여 상기 전체 손실이 최소가 되도록 상기 화자식별망, 상기 공격검출망, 상기 화자인식망 및 상기 통합검증망의 가중치를 최적화하며, 상기 Loss는 상기 전체의 손실이고, 상기 LossSV는 상기 산출된 화자인식벡터와 상기 화자인식레이블과의 차이인 이진교차엔트로피 손실이고, 상기 a는 상기 이진교차엔트로피 손실의 가중치이고, 상기 LossISV는 상기 산출된 통합화자검증벡터와 상기 통합화자검증레이블과의 차이를 나타내는 분류오차엔트로피 손실인 것을 특징으로 하는 스푸핑 공격 검출 및 화자 인식을 수행하기 위한 장치
|
| 10 |
10
심층 신경망을 기초로 동시에 스푸핑 공격 검출 및 화자 인식을 수행하기 위한 방법에 있어서, 화자식별망이 등록된 화자의 것인지 여부 및 실제 발화에 의한 것인지 여부가 알려지지 않은 음성이 입력되면, 입력된 음성에 대해 복수의 계층 간 학습된 가중치가 적용되는 복수의 연산을 통해 상기 입력된 음성의 화자가 등록된 복수의 화자 각각일 확률을 나타내는 화자식별벡터를 산출하는 단계; 등록벡터처리부가 상기 산출된 화자식별벡터에 따라 화자를 식별하고, 등록된 복수의 화자의 화자식별벡터 중 식별된 화자의 등록된 화자식별벡터를 검출하는 단계; 화자인식망이 상기 등록된 화자식별특징벡터 및 상기 산출된 화자식별벡터에 대해 복수의 계층 간 학습된 가중치가 적용되는 복수의 연산을 통해 상기 입력된 음성이 상기 식별된 화자의 음성인지 여부를 나타내는 확률인 화자인식벡터를 산출하는 단계; 공격검출망이 상기 입력된 음성에 대해 복수의 계층 간 학습된 가중치가 적용되는 복수의 연산을 통해 상기 입력된 음성이 스푸핑 공격에 의한 음성인지 혹은 실제 발화에 의한 음성인지 여부를 나타내는 확률인 공격검출벡터를 산출하는 단계; 및 통합검증망이 상기 화자인식벡터 및 상기 공격검출벡터를 기초로 상기 입력된 음성이 상기 식별된 화자의 음성이면서 실제 발화에 의한 음성일 확률과 상기 입력된 음성이 상기 식별된 화자의 음성이 아니거나 스푸핑 공격에 의한 음성일 확률을 포함하는 통합화자검증벡터를 산출하는 단계;를 포함하는 것을 특징으로 하는 스푸핑 공격 검출 및 화자 인식을 수행하기 위한 방법
|
