通过组合多个高级正则化项提升反制措施对新失配场景的泛化能力
音频与语音处理
2023-05-19 v1
摘要
反制模型从已见语音合成方法到未见方法的泛化能力已在 ASVspoof 挑战赛中进行了研究。然而，假音频可能由具有未见流派的真实音频生成这一新失配场景尚未被充分研究。为此，我们首先使用五种不同声码器基于 CN-Celeb1&2 数据集创建一个称为 CN-Spoof 的新数据集。然后，我们分别通过元优化和流派对齐模块设计两个用于正则化的辅助目标，并使用可学习权重将它们与主要的反欺骗目标组合用于多个损失项。在我们的跨流派反欺骗评估数据集上的结果表明，所提方法在流派失配场景下相比基线系统显著提升了反制措施的泛化能力。
引用
@article{arxiv.2305.10940,
title = {Improving Generalization Ability of Countermeasures for New Mismatch Scenario by Combining Multiple Advanced Regularization Terms},
author = {Chang Zeng and Xin Wang and Xiaoxiao Miao and Erica Cooper and Junichi Yamagishi},
journal= {arXiv preprint arXiv:2305.10940},
year = {2023}
}
备注
Accepted by interspeech2023