面向鲁棒音频欺骗检测的自适应低秩专家混合模型
音频与语音处理
2025-05-13 v3
摘要
在音频欺骗检测领域，大多数研究依赖清洁数据集，使得模型对现实世界的后处理攻击（如信道压缩和噪声）较为脆弱。为克服这一挑战，我们提出了自适应混合低秩专家（Adaptive MixtUre Low-rank ExperTs，AMULET）框架，通过利用攻击特定知识并动态适应不同攻击条件来增强鲁棒性。具体而言，AMULET采用攻击特定专家（Attack-Specific Experts，ASEs），使用低秩适应（Low-Rank Adaptation，LoRA）进行微调，使每个专家能够聚焦于不同后处理模式，仅需占全参数微调的1.13%的参数量。此外，我们引入了自适应专家融合（Adaptive Expert Fusion，AEF），自适应选择并整合专家知识，以增强欺骗检测的鲁棒性。实验结果表明，AMULET通过提高噪声鲁棒性并在面对未见后处理方法时展现出更大的适应性，显著增强了鲁棒性，优于使用全参数微调的模型。此外，在各种混合攻击下，AMULET优于单一专家和其他专家聚合策略，显示出在处理复杂现实场景方面的卓越鲁棒性和适应性。
引用
@article{arxiv.2503.12010,
title = {Adaptive Mixture of Low-Rank Experts for Robust Audio Spoofing Detection},
author = {Qixian Chen and Yuxiong Xu and Sara Mandelli and Sheng Li and Bin Li},
journal= {arXiv preprint arXiv:2503.12010},
year = {2025}
}
备注
5 pages, 1 figure, 4 tables