欺騙性語音檢測（SSD）：這組措施用于識別和防止語音欺騙攻擊。例如，重放攻擊會產生某些信號偽影，這些偽影有時是人耳無法區分的，但高級算法會找到并識別這些偽影以準確確定活度。

分類：提取特征后，使用分類器將語音分類為真實語音或錄制語音

通過使用這些技術，語音反欺騙系統可以有效地對抗不同類型的語音欺騙攻擊，并增強整體用戶體驗......此外，它還能向各地的智能門鈴用戶保證，門外的人真的是您的鄰居。

瑞薩電子應用實例

瑞薩電子的語音反欺騙技術專為速度和響應能力而設計，同時保持高精度，并且完全在邊緣完成。我們將RA MCU系列（RA6、RA4、RA2系列）和RX MCU系列的硬件與Cyberon語音技術棧相結合，以識別觸發/喚醒詞，然后使用Reality AI生成的模型來檢查信號中的真實語音與錄制的語音。

瑞薩電子的Reality AI模型使用“Hi Renesas”作為喚醒詞。用戶可以使用任何常見的英語口音和自然的聲調質量（男性或女性）來使用此解決方案。我們的測試結果表明，使用手機揚聲器（iPhone或Android）播放的錄制語音時該模型的準確率為96%，在訓練K-Fold驗證中準確率為~99%。

圖2 e2 Studio解決方案工作流程

我們是如何創建應用示例的？

利用瑞薩電子的IDE，e2 studio，用戶可以收集數據，集成Cyberon的語音技術棧進行喚醒詞檢測（Hi Renesas），并最終集成使用Reality AI Tools模塊生成的任何AI模型。

圖3 e2 studio – Reality AI工具集成工作流程

我們收集了一小群人的真實數據（通過瑞薩電子硬件麥克風錄制）和錄音數據。這些數據被輸入到Reality AI的特征提取和訓練引擎，以開發和輸出模型。我們實現了~99%的訓練K-Fold準確率，這促使我們選擇該模型進行現場測試和基準測試。

然后，該模型被集成到e2 studio項目，并在不包括在訓練集中的人員的實際辦公室環境中進行了廣泛測試，以進行基準測試，準確率達到96%。

圖4 Reality AI工具訓練結果

在基于VUI的系統中整合此應用示例，必將引發更多的適配需求。為了簡化這一過程，我們可以借鑒“語音反欺騙應用示例”作為參考。有關更多信息，您可以在Reality AI工具頁面上找到開發資源，或聯系您當地的銷售代表。

結論

瑞薩電子的反欺騙應用示例展示了Reality AI工具應對現實世界挑戰、改善用戶體驗和增強語音用戶界面（VUI）系統的能力。我們的AI模型占用空間小，并且可以通過利用廣泛的數據收集來進行靈活的擴展。

瑞薩電子(TSE: 6723)

科技讓生活更輕松，致力于打造更安全、更智能、可持續發展的未來。作為全球微控制器供應商，瑞薩電子融合了在嵌入式處理、模擬、電源及連接方面的專業知識，提供完整的半導體解決方案。成功產品組合加速汽車、工業、基礎設施及物聯網應用上市，賦能數十億聯網智能設備改善人們的工作和生活方式。