ASVspoof 2021: 加速欺骗与深度伪造语音检测进展
音频与语音处理
2021-09-07 v1 密码学与安全
机器学习
声音
摘要
ASVspoof 2021 是该每两年举办一次的挑战系列的第四届，旨在促进对欺骗问题的研究并设计反欺骗措施，以保护自动说话人验证系统免受操纵。除了持续关注逻辑访问与物理访问任务（相较于往届有多项进展）外，ASVspoof 2021 引入了一项涉及深度伪造语音检测的新任务。本文描述了全部三项任务、每项任务对应的新数据库、评估指标、四个挑战基线、评估平台以及挑战结果摘要。尽管引入了信道与压缩变异从而增加了难度，逻辑访问与深度伪造任务的结果仍接近以往 ASVspoof 届次的结果。物理访问任务的结果显示了在真实、可变物理空间中检测攻击的困难。由于 ASVspoof 2021 是首届未向参与者提供任何匹配的训练或开发数据的届次，且这反映了欺骗与深度伪造语音的性质永远无法被可靠预测的实际情况，其结果极为鼓舞人心，并展示了近年来该领域取得的实质性进展。
引用
@article{arxiv.2109.00537,
title = {ASVspoof 2021: accelerating progress in spoofed and deepfake speech detection},
author = {Junichi Yamagishi and Xin Wang and Massimiliano Todisco and Md Sahidullah and Jose Patino and Andreas Nautsch and Xuechen Liu and Kong Aik Lee and Tomi Kinnunen and Nicholas Evans and Héctor Delgado},
journal= {arXiv preprint arXiv:2109.00537},
year = {2021}
}
备注
Accepted to the ASVspoof 2021 Workshop