RawBoost：一种应用于自动说话人验证反欺骗的原始数据增强与扩充方法
太阳与恒星天体物理
2022-02-02 v2 高能天体物理现象
摘要
本文介绍 RawBoost，一种用于设计更可靠欺骗检测方案的数据增强与扩充方法，该方案直接作用于原始波形输入。虽然 RawBoost 不需要额外数据源（如噪声录音或脉冲响应），且与数据、应用和模型无关，但其针对电话场景设计。基于线性与非线性卷积噪声、脉冲信号相关加性噪声以及平稳信号无关加性噪声的组合，RawBoost 对源自编码、传输、麦克风与放大器的干扰变异性以及线性与非线性失真进行建模。使用 ASVspoof 2021 逻辑访问数据库进行的实验表明，RawBoost 将最先进的原始端到端基线系统性能相对提升了 27%，且仅有依赖外部数据或需在模型层面额外干预的方案优于它。
引用
@article{arxiv.2111.04432,
title = {How much hydrogen is in Type Ib and IIb supernova progenitors?},
author = {Avishai Gilkis and Iair Arcavi},
journal= {arXiv preprint arXiv:2111.04432},
year = {2022}
}
备注
accepted for publication in MNRAS