利用 AASIST2 改进短语音反欺骗
音频与语音处理
2024-01-05 v2 声音
摘要
基于 wav2vec 2.0 与集成谱-时图注意力网络 (AASIST) 的计数器措施在语音反欺骗中取得了优异性能。然而，当前的欺骗语音检测系统具有固定的训练与评估时长，在短语音评估时性能显著下降。为解决此问题，可将 AASIST 改进为 AASIST2，方法是将残差块修改为 Res2Net 块。修改后的 Res2Net 块能够提取多尺度特征并改善不同时长语音的检测性能，从而提升短语音评估表现。另一方面，自适应大间隔微调 (ALMFT) 已在短语音说话人验证中取得性能提升。因此，我们将动态块大小 (DCS) 与 ALMFT 训练策略应用于语音反欺骗，以进一步提升短语音评估性能。实验表明，所提出的 AASIST2 在不同数据集上改善了短语音评估性能，同时保持了常规评估的性能。
引用
@article{arxiv.2309.08279,
title = {Improving Short Utterance Anti-Spoofing with AASIST2},
author = {Yuxiang Zhang and Jingze Lu and Zengqiang Shang and Wenchao Wang and Pengyuan Zhang},
journal= {arXiv preprint arXiv:2309.08279},
year = {2024}
}
备注
5 pages, 2 figures, accepted by ICASSP