麦克风阵列失配对基于学习的重放语音检测的影响

在这项工作中，我们研究了采用自适应波束形成与检测的多通道基于学习的重放语音检测器在不同麦克风阵列间的泛化能力。通常，基于深度神经网络的麦克风阵列处理技术对未见过的阵列类型泛化能力较差，即表现出显著的训练-测试性能失配。我们使用 ReMASC 数据集分析由设备间和设备内失配导致的性能下降，评估单通道和多通道配置。此外，我们探索了在向未见过的麦克风阵列迁移时，利用微调来缓解性能损失。我们的研究结果表明，阵列失配会显著降低检测精度，且设备内泛化比设备间泛化更具鲁棒性。然而，仅使用十分钟目标数据进行微调即可有效恢复性能，为异构自动说话人确认环境中重放检测系统的实际部署提供了见解。