通道门控Res2Net：面向合成语音攻击的鲁棒检测
音频与语音处理
2021-07-20 v1 人工智能
声音
摘要
现有自动说话人验证（ASV）中的反欺骗方法仍缺乏对未知攻击的泛化能力。Res2Net方法在一个模块内的特征组之间设计了类残差连接，增加了可能的感受野并改善了系统的检测泛化性。然而，这种类残差连接是通过特征组间的直接相加实现的，没有通道优先级。我们认为跨通道的信息对欺骗线索的贡献可能并不均等，较不相关的通道应在加到下一特征组之前被抑制，从而使系统能更好地泛化到未知攻击。该论点促成了当前工作，提出一种新颖的通道门控Res2Net（CG-Res2Net），其改进Res2Net以在特征组间的连接中启用通道门控机制。该门控机制基于输入动态选择通道特征，以抑制较不相关通道并增强检测泛化性。提出三种不同结构的门控机制并集成到Res2Net中。在ASVspoof 2019逻辑访问（LA）上进行的实验结果表明，所提CG-Res2Net在整体LA评估集与个别困难未知攻击上均显著优于Res2Net，且优于其他最先进单系统，显示了方法的有效性。
引用
@article{arxiv.2107.08803,
title = {Channel-wise Gated Res2Net: Towards Robust Detection of Synthetic Speech Attacks},
author = {Xu Li and Xixin Wu and Hui Lu and Xunying Liu and Helen Meng},
journal= {arXiv preprint arXiv:2107.08803},
year = {2021}
}
备注
Accepted to INTERSPEECH 2021