通过洗税攻击的数据增强用于音频假冒检测
音频与语音处理
2025-08-29 v1 人工智能
声音
摘要
最近的文本转语音（TTS）发展使得语音克隆（VC）更加逼真、实惠且易于获取。这导致了这种技术的许多潜在滥用，包括乔·拜登的新罕基sey州深伪造电话。针对这些克隆的检测方法已提出。然而，这些方法是在相对干净的数据库上训练和评估的。最近的 ASVspoof 5 挑战引入了新的众包数据库，包含多样化的声学条件，包括各种欺骗攻击和编解码器条件。本文是我们提交给 ASVspoof 5 挑战的作品，旨在探讨通过洗税攻击进行数据增强训练的音频假冒检测在 ASVSpoof 5 数据库上的性能。结果表明，我们的系统在 A18、A19、A20、A26 和 A30 欺骗攻击以及 C08、C09 和 C10 编解码和压缩条件下表现最差。
引用
@article{arxiv.2410.01108,
title = {Augmentation through Laundering Attacks for Audio Spoof Detection},
author = {Hashim Ali and Surya Subramani and Hafiz Malik},
journal= {arXiv preprint arXiv:2410.01108},
year = {2025}
}