基于得分感知门控注意力的多模组交替训练SASV系统
音频与语音处理
2025-05-27 v1
摘要
自动说话人验证（ASV）系统的目标是确定给定的测试语音信号是否对应于声称的已登记说话人。这些系统具有广泛的应用范围，确保其可靠性至关重要。本文提出了一种采用得分感知门控注意力（SAGA）融合方案的防欺诈自动说话人验证（SASV）系统，集成了来自预训练反欺诈措施（CM）的得分与来自预训练ASV的说话人嵌入。具体而言，我们采用AASIST和ECAPA-TDNN模型。SAGA作为一种自适应门控机制，CM得分决定了ASV嵌入对最终SASV决策的影响程度。在ASVspoof2019逻辑访问数据集上的实验结果表明，所提出的SASV系统在开发集上实现SASV等效错误率（SASV-EER）和agnostic检测费用函数（a-DCF）分别为2.31%和0.0603，在评估集上分别为2.18%和0.0480。
引用
@article{arxiv.2505.18273,
title = {ATMM-SAGA: Alternating Training for Multi-Module with Score-Aware Gated Attention SASV system},
author = {Amro Asali and Yehuda Ben-Shimol and Itshak Lapidot},
journal= {arXiv preprint arXiv:2505.18273},
year = {2025}
}
备注
Submitted to Interspeech 2025