基于信息瓶颈增强的通用语音深度伪造检测
声音
2025-09-30 v1 人工智能
摘要
神经语音合成技术已实现高度逼真的语音深度伪造，构成重大安全风险。由于跨作弊方法的分布迁移以及说话人、信道和录音条件的多样性，语音深度伪造检测颇具挑战性。我们探索通过学习共享判别特征以实现稳健检测，提出信息瓶颈增强置信度感知对抗网络（IB-CAAN）。置信度引导的对抗对齐可适当抑制作弊特定伪影，同时不消除判别线索；而信息瓶颈则去除杂质变异，保留可迁移特征。在 ASVspoof 2019/2021、ASVspoof 5 以及野外数据集上的实验表明，IB-CAAN 在基线模型和众多基准上均显著优于基线方法，实现了最新进展。
引用
@article{arxiv.2509.23618,
title = {Generalizable Speech Deepfake Detection via Information Bottleneck Enhanced Adversarial Alignment},
author = {Pu Huang and Shouguang Wang and Siya Yao and Mengchu Zhou},
journal= {arXiv preprint arXiv:2509.23618},
year = {2025}
}