ASSERT：基于 Squeeze-Excitation 与残差网络的反欺骗系统
计算与语言
2019-04-03 v1 机器学习
声音
音频与语音处理
摘要
我们介绍了 JHU 提交给 ASVspoof 2019 挑战赛的系统：基于 Squeeze-Excitation 与残差网络的反欺骗（ASSERT）。自 ASVspoof 挑战赛创办以来，反欺骗受到越来越多的关注，而 ASVspoof 2019 致力于应对来自三类主要攻击：文本转语音、语音转换和重放。基于先前关于深度神经网络（DNN）的研究工作，ASSERT 是一个用于基于 DNN 的反欺骗方法的流水线。ASSERT 包含四个组件：特征工程、DNN 模型、网络优化和系统融合，其中 DNN 模型是 squeeze-excitation 和残差网络的变体。我们在 ASVspoof 2019 语料库上对各组件的有效性进行了消融研究，实验结果表明，在 ASVspoof 2019 的两个子挑战中，ASSERT 相较基线系统分别获得了超过 93% 和 17% 的相对提升，使 ASSERT 成为性能最优的系统之一。代码与预训练模型将公开提供。
引用
@article{arxiv.1904.01120,
title = {ASSERT: Anti-Spoofing with Squeeze-Excitation and Residual neTworks},
author = {Cheng-I Lai and Nanxin Chen and Jesús Villalba and Najim Dehak},
journal= {arXiv preprint arXiv:1904.01120},
year = {2019}
}
备注
Submitted to Interspeech 2019, Graz, Austria