プロの物真似タレントの声真似が話者照合に与える影響と音響特徴の分析

摘要

話者照合の実用化を考えると，最も手軽な成りすまし攻撃である「声真似（模倣）」に対するシステムの脆弱性を十分に把握しておく必要がある．我々の先行研究では，物真似に特別な技術を有さない一般人（素人）の声真似の攻撃力の分析を行っており，その成りすましが十分成功する可能性があることを明らかにしている．そこで本稿では，声質を他人に似せることに高い技術を有している人物が行った声真似が，素人の声真似に比べて，どの程度の攻撃力を有しているか，また，声真似によってどのように声の音響特徴を変化させているかについて分析を行う．1名のプロの物真似タレントが事前に面識のない6名の物真似を行った音声を，HMMに基づく話者照合システムの詐称者発声として入力し性能を調査したところ，素人の声真似よりも高い攻撃力を有していることが明らかになった．また，プロの物真似音声のケプストラム特徴をカルバック·ライブラー情報量に基づく発声間距離を用いて分析したところ，プロの物真似タレントは素人よりも声質を大きく変化させていない一方で，対象者には確実に近づいている様子が明らかになった．