用于反欺骗的图注意力网络
音频与语音处理
2021-04-09 v1 密码学与安全
声音
摘要
检测针对自动说话人验证的欺骗攻击所需的线索通常位于特定的频谱子带或时间片段中。先前的工作显示了使用频谱或时间自注意力机制学习这些线索的潜力，但未考虑相邻子带或片段之间的关系。本文报告我们使用图注意力网络（GATs）来建模这些关系并改善欺骗检测性能。GATs 利用图结构数据上的自注意力机制来建模数据流形与节点间关系。我们的图由 ResNet 产生的表示构建。图中的节点表示特定子带或时间片段中的信息。在 ASVspoof 2019 逻辑访问数据库上进行的实验表明，我们具有时间注意力的基于 GAT 的模型优于所有基线单系统。此外，基于 GAT 的系统与一组现有系统互补。基于 GAT 的模型与更常规的反制措施融合相比最佳单 GAT 系统带来了 47% 的相对性能提升。
引用
@article{arxiv.2104.03654,
title = {Graph Attention Networks for Anti-Spoofing},
author = {Hemlata Tak and Jee-weon Jung and Jose Patino and Massimiliano Todisco and Nicholas Evans},
journal= {arXiv preprint arXiv:2104.03654},
year = {2021}
}
备注
Submitted to INTERSPEECH 2021