基于自适应质心位移的一类学习音频深度伪造检测
音频与语音处理
2024-06-25 v1 密码学与安全
声音
摘要
随着语音合成系统在最近年份中取得显著进展，能够在未见系统中表现良好的稳健深度伪造检测系统的重要性日益增长。本文提出一种新型自适应质心位移（ACS）方法，通过不断偏移bonafide表示的加权平均来更新质心表示。我们的方法仅使用bonafide样本来定义其质心，这可以产生一种针对一类学习的专用质心。将我们的ACS与一类学习集成可将bonafide表示聚集到单个簇中，形成对未见欺骗攻击鲁棒的良好分离嵌入。我们提出的方法在ASVspoof 2021深度伪造数据集上实现了2.19%的等错误率（EER），超越所有现有系统。此外，t-SNE可视化表明，我们的方法有效地将bonafide嵌入映射到单个簇中，并成功地将bonafide和假冒类别分离。
引用
@article{arxiv.2406.16716,
title = {One-Class Learning with Adaptive Centroid Shift for Audio Deepfake Detection},
author = {Hyun Myung Kim and Kangwook Jang and Hoirin Kim},
journal= {arXiv preprint arXiv:2406.16716},
year = {2024}
}
备注
Accepted by Interspeech 2024