利用带变分信息瓶颈的迁移学习进行反欺骗
音频与语音处理
2022-12-15 v2 密码学与安全
机器学习
声音
摘要
近期由文本到语音（TTS）或语音转换（VC）系统生成的复杂合成语音对现有自动说话人验证（ASV）系统构成威胁。由于此类合成语音由多样算法生成，利用有限训练数据的泛化能力对鲁棒反欺骗系统不可或缺。本工作中，我们提出一种基于 wav2vec 2.0 预训练模型与变分信息瓶颈（VIB）的迁移学习方案，用于语音反欺骗任务。在 ASVspoof 2019 逻辑访问（LA）数据库上的评估表明，我们的方法提升了区分未见伪造语音与真实语音的性能，优于当前最先进的（SOTA）反欺骗系统。此外，我们表明所提系统在低资源与跨数据集的反欺骗任务设定下显著提升性能，证明我们的系统在数据规模与数据分布上同样鲁棒。
引用
@article{arxiv.2204.01387,
title = {Anti-Spoofing Using Transfer Learning with Variational Information Bottleneck},
author = {Youngsik Eom and Yeonghyeon Lee and Ji Sub Um and Hoirin Kim},
journal= {arXiv preprint arXiv:2204.01387},
year = {2022}
}
备注
Accepted to Interspeech 2022