欺骗攻击检测与自动说话人验证联合优化方案的潜力
音频与语音处理
2022-10-10 v2
摘要
防欺骗说话人验证（SASV）挑战旨在促进对联合优化方案的研究，以完成传统上分别优化的欺骗检测与说话人验证任务。联合优化系统有潜力协同运作，作为可靠说话人验证这一单一任务的性能更优解。然而，提交至 SASV 2022 的 23 个方案中无一进行联合优化。因此我们试图确定为何分别优化的子系统表现最佳，或为何联合优化未获成功。本文报道的实验表明，联合优化在提升抗欺骗鲁棒性方面是成功的，但会降低说话人验证性能。研究结果表明，欺骗检测与说话人验证子系统应以反映各子系统所提供信息互为补充之差异的方式联合优化。进展也可能依赖于从更多说话人处收集数据。
引用
@article{arxiv.2209.00506,
title = {On the potential of jointly-optimised solutions to spoofing attack detection and automatic speaker verification},
author = {Wanying Ge and Hemlata Tak and Massimiliano Todisco and Nicholas Evans},
journal= {arXiv preprint arXiv:2209.00506},
year = {2022}
}
备注
Accepted to IberSPEECH 2022 Conference