ASVspoof 2021：面向真实场景中的欺骗与深度伪造语音检测

基准评测计划支撑对语音与语言处理中突出问题的竞争解法的有意义比较。连续的基准评测通常反映从理想实验室条件向真实场景条件的渐进演变。欺骗与深度伪造检测计划及挑战系列 ASVspoof 遵循同一趋势。本文总结 ASVspoof 2021 挑战及提交至评测阶段的 54 支参赛队伍的结果。对逻辑访问（LA）任务，结果表明对策对新引入的编码与传输效应具鲁棒性。物理访问（PA）任务结果表明有潜力在真实（而非模拟物理空间）检测重放攻击，但对模拟与真实声学环境间差异缺乏鲁棒性。深度伪造（DF）任务为 2021 版新增，面向在线发布 manipulated、压缩语音数据检测的解法。检测解对压缩效应具一定韧性，但跨不同源数据集缺乏泛化能力。除各任务最优系统总结、对有影响数据因素的新分析以及隐藏数据子集结果外，本文还含挑战后结果评述、主要挑战局限概述及 ASVspoof 未来路线图。