评估说话人身份在语音欺骗检测中的影响
声音
2026-02-25 v1 机器学习
摘要
语音欺骗检测系统通常使用来自多个说话人的多样化录音进行训练，假设生成的嵌入与说话人身份无关。然而，这一假设尚未得到验证。本文研究说话人信息对欺骗检测系统的影响。我们提出两种方法，纳入我们称为 Speaker-Invariant Multi-Task（SInMT）的框架，其中一种方法在嵌入中建模说话人身份，另一种则移除其中的说话人信息。SInMT 集成了用于说话人识别和欺骗检测的多任务学习，包含梯度反转层。在四个数据集上进行评估，我们的说话人不变模型相较于基线平均等错误率降低17%，对最具挑战性的攻击（如A11）可达最高48%。
引用
@article{arxiv.2602.20805,
title = {Assessing the Impact of Speaker Identity in Speech Spoofing Detection},
author = {Anh-Tuan Dao and Driss Matrouf and Nicholas Evans},
journal= {arXiv preprint arXiv:2602.20805},
year = {2026}
}