一种用于欺骗感知说话人验证的概率融合框架
音频与语音处理
2026-02-05 v4 声音
摘要
自动说话人验证（ASV）系统的性能可能会因语音欺骗攻击而降低。现有的大部分工作旨在开发独立的欺骗对策（CM）系统。相对较少的工作致力于开发集成的欺骗感知说话人验证（SASV）系统。在最近的SASV挑战赛中，组织者通过发布官方协议和基线来鼓励这种集成系统的开发。在本文中，我们构建了一个用于融合ASV和CM子系统得分的概率框架。我们进一步提出了基于该框架的直接推理和微调融合策略，以预测SASV得分。令人惊讶的是，这些策略将SASV等错误率（EER）从基线的19.31%显著提高到SASV挑战赛官方评估试验上的1.53%。我们通过消融研究验证了所提出组件的有效性，并通过得分分布分析提供了见解。
引用
@article{arxiv.2202.05253,
title = {A Probabilistic Fusion Framework for Spoofing Aware Speaker Verification},
author = {You Zhang and Ge Zhu and Zhiyao Duan},
journal= {arXiv preprint arXiv:2202.05253},
year = {2026}
}
备注
8 pages, 5 figures, to be appear in Odyssey 2022