BUT 面向 WildSpoof 挑战的系统：野外环境下的 SASV
音频与语音处理
2025-12-16 v1
摘要
本文介绍了 BUT 向 WildSpoof 挑战赛提交的系统，重点关注抗欺骗自动说话人确认 (SASV) 赛道。我们提出了一个 SASV 框架，旨在弥合通用音频理解与专业语音分析之间的差距。我们的子系统集成了多样化的自监督学习前端，从通用音频模型（例如 Dasheng）到特定语音编码器（例如 WavLM）。这些表示通过一个轻量级的多头分解注意力后端为相应的子任务进行聚合。此外，我们引入了一种基于分布不确定性的特征域增强策略，以显式地建模和缓解由未见过的神经声码器和录音环境引起的域偏移。通过将这些鲁棒的 CM 分数与最先进的 ASV 系统融合，我们的方法实现了 a-DCF 和 EER 的优越最小化。
关键词
引用
@article{arxiv.2512.12851,
title = {BUT Systems for WildSpoof Challenge: SASV in the Wild},
author = {Junyi Peng and Jin Li and Johan Rohdin and Lin Zhang and Miroslav Hlaváček and Oldrich Plchot},
journal= {arXiv preprint arXiv:2512.12851},
year = {2025}
}
备注
4 pages