关于长时段野外音频作弊检测的初步案例研究
声音
2024-08-27 v1 密码学与安全
音频与语音处理
摘要
随着现实案例的增加，音频作弊检测变得越来越重要。当前的作弊检测器（称为作弊对策，CM）主要在单个说话者且时长较短的音频波形上进行训练和测试。本研究探索了更真实场景下的作弊检测，即音频时长较长、包含多个说话者且具有复杂声学条件。我们测试了在该具有挑战性情形下的广泛采用的 AASIST，考察了诸多变量（如时长、说话者 presence 以及声学复杂度）对 CM 性能的影响。我们的工作揭示了当前方法的关键问题，并提出了初步改进方案。旨在使作弊检测在更真实的野外场景中更具可应用性。本研究是推进开发能够处理现实应用中音频作弊挑战的检测系统的重要一步。
引用
@article{arxiv.2408.14066,
title = {A Preliminary Case Study on Long-Form In-the-Wild Audio Spoofing Detection},
author = {Xuechen Liu and Xin Wang and Junichi Yamagishi},
journal= {arXiv preprint arXiv:2408.14066},
year = {2024}
}
备注
Accepted to the 23rd International Conference of the Biometrics Special Interest Group (BIOSIG 2024). Copyright might be transferred, in such case the current version may be replaced