语音识别和身份验证风靡一时。它们被集成到我们的智能手机和各种语音助手中，并且也开始出现在银行服务中。例如，通话付款是 La Banque Postale 的一项新服务，使用语音身份验证在在线支付表格中自动填写银行卡数据。但这种语音认证技术有什么价值呢？真的安全吗？
事实上，并非如此。值此大会召开之际2017 年巴黎黑客大会，来自 ANSSI 的两位安全研究人员 José Lopes Esteves 和 Chaouki Kasmi 强调了某些弱点。他们已经发现了声控系统的缺陷2016年等2015年。
今年，他们研究了语音助手 Apple Siri、Google Now 和 Samsung S-Voice，它们都以自己的方式集成了语音身份验证。在苹果和三星，它阻止第三方通过语音命令触发助手。为此，它依赖于对关键字的分析，分别是“Hey Siri”和“Hi Galaxy”。谷歌提供了与“Ok Google”相同的功能，但也允许您用语音验证（“可信语音”选项）替换解锁 PIN 码。
一点点模仿，就赢了
然而，事实证明，所有这些保护措施都可以通过多种方式规避，首先是受害者说出的关键字的录音。对于所有三个系统，这足以进行身份验证。然而，这绝不是轶事，因为进行这样的记录比制作假指纹要容易得多。随着智能手机的广泛使用，我们不断被麦克风包围。而且，在系统方面，也不容易检测到这是录音而不是真人。“从技术上来说，这是一个难题”，研究人员强调。
更令人惊讶的是：如果攻击者没有录音，他可以在短时间内尝试模仿声音。“我们不是专业的模仿者，远非如此。但在不到十五次的尝试中，我们就能够绕过所有三个系统的身份验证””，研究人员解释说，他们显然对这一轻松的胜利并不满意。然后，他们尝试从目标人员的录音中重建关键字，但录音中不包含该关键字。在这里，只要声音文件中有正确的音素，它就可以正常工作。并且不需要复杂的工具。只需使用开源软件复制粘贴即可大胆。这是 Siri 的演示。
当然可以，但是如果您没有正确的音素怎么办？再说一次，这不是一个大问题。语音认证系统依赖于数学指纹的比较。智能手机内有激活服务时生成的指纹。每次用户对智能手机说出关键字时，它都会计算出一个新的指纹，并与原始型号进行比较。如果攻击者拥有此指纹，他就可以使用人工生成关键字的音频版本的技术。
显然，研究人员并不确切知道使用什么算法来计算这个足迹。他们尝试了 MFCC（梅尔频率倒谱系数），但失败了，它只能与所研究的三个系统一起工作。这是 Google Now 的演示。其中一位搜索者记录了他自己的关键字。他提取了 MFCC 指纹，然后从中生成了一个新的声音文件（感谢逆 MFCC 功能）。
如果攻击者既没有受害者的录音也没有指纹——而且他是一个糟糕的模仿者——他可以尝试随机收集第三方说出的关键字的录音，并将其叠加在音频级别。通常，经过一定次数的尝试后，这种大杂烩就足以通过身份验证阶段。但由于语音认证的技术实现尚不清楚，“我们不知道为什么会这样”，研究人员强调。以下是三星 S-Voice 的示例。
研究人员的结论很明确：语音认证是“效率低下、不成熟，而且给人一种错误的安全感。”研究人员联系苹果公司时，苹果公司做出了一个有点奇怪的回应，解释说：“Siri 中的语音识别不是一项安全功能”。最后请注意，MM 进行的实验。埃斯特伟斯和卡斯米不能推广到其他服务。此外，它们仅在执行时有效，因为系统会不断更新。
