Информационно - коммуникационные и химические технологии

Том_ 2 № 31 (2026) / 2026-06-30 / Кол. просмотров: 99

СОВРЕМЕННЫЕ МЕТОДЫ ДЕТЕКЦИИ СИНТЕТИЧЕСКОЙ РЕЧИ И ЗАЩИТЫ СИСТЕМ АВТОМАТИЧЕСКОЙ ВЕРИФИКАЦИИ ДИКТОРА ОТ АТАК ПОДМЕНЫ ГОЛОСА

Авторы

Казахский национальный исследовательский технический университет им. К. Сатпаева
https://orcid.org/0000-0001-9304-1335
Казахский национальный исследовательский технический университет им. К. Сатпаева
https://orcid.org/0000-0003-4439-7313
Казахский национальный исследовательский технический университет им. К. Сатпаева
https://orcid.org/0000-0003-4439-7313

Ключевые слова

синтетическая речь, спуфинг, ASV, аудиодипфейк, TTS, преобразование голоса, атака воспроизведения, антиспуфинг, самоконтролируемое обучение, кросс-доменная устойчивость

DOI ссылка:

Как цитировать

Ержан, Ә.Е., и др. «СОВРЕМЕННЫЕ МЕТОДЫ ДЕТЕКЦИИ СИНТЕТИЧЕСКОЙ РЕЧИ И ЗАЩИТЫ СИСТЕМ АВТОМАТИЧЕСКОЙ ВЕРИФИКАЦИИ ДИКТОРА ОТ АТАК ПОДМЕНЫ ГОЛОСА». Вестник КазУТБ, т. 2, вып. 31, июнь 2026 г., https://vestnik.kaztbu.edu.kz/index.php/kazutb/article/view/1613.

Аннотация

В данной статье представлен систематический аналитический обзор современных методов обнаружения синтезированной речи и защиты систем автоматической верификации диктора от атак с подменой голоса. Рассмотрены основные классы атак с подменой голоса, включая синтез речи из текста, преобразование голоса, атаки с воспроизведением, аудиодипфейки и их комбинированные сценарии. Проведен сравнительный анализ используемых наборов данных, акустических характеристик, архитектур моделей, парадигм обучения и метрик оценки.

Установлено, что современное состояние исследований характеризуется доминированием наборов данных ASVspoof и подходов к обучению с учителем, что обеспечивает сопоставимость результатов, но ограничивает обобщающую способность моделей в условиях переноса между наборами данных и сдвига предметной области. Показано, что остаются ключевые нерешенные проблемы: устойчивость к ранее не наблюдавшимся типам атак, чувствительность к шуму и искажениям канала, а также ограниченная интерпретируемость существующих моделей.

На основе проведенного анализа были выявлены основные методологические ограничения и сформулированы приоритетные направления дальнейших исследований, связанные с разработкой кросс-доменных, надежных и объяснимых систем обнаружения, предназначенных для практической интеграции в схемы защиты ASV. В работе также предложена классификация методов детекции синтетической речи, учитывающая тип используемых признаков и архитектурные особенности моделей.