HyperPotter：在音频深度伪造检测中施展高阶交互的魔力
声音
2026-02-06 v1 人工智能
音频与语音处理
摘要
AIGC技术的进步使得合成高度逼真的音频深度伪造成为可能，这些伪造能够欺骗人类的听觉感知。尽管已经开发了许多音频深度伪造检测方法，但大多数依赖于局部时间/频谱特征或成对关系，忽略了高阶交互。HOIs捕获了超越单个特征贡献的、从多个特征组件中涌现出的判别模式。我们提出了HyperPotter，一个基于超图的框架，通过基于聚类的超边和类别感知原型初始化来显式建模这些协同的HOIs。大量实验表明，HyperPotter在11个数据集上平均相对增益比其基线高出22.15%，并在4个具有挑战性的跨领域数据集上比最先进的方法高出13.96%，展现出对多样化攻击和说话者的卓越泛化能力。
引用
@article{arxiv.2602.05670,
title = {HyperPotter: Spell the Charm of High-Order Interactions in Audio Deepfake Detection},
author = {Qing Wen and Haohao Li and Zhongjie Ba and Peng Cheng and Miao He and Li Lu and Kui Ren},
journal= {arXiv preprint arXiv:2602.05670},
year = {2026}
}
备注
20 pages, 8 figures