语音防抗欺骗模型的概率性验证
声音
2026-03-13 v2 人工智能
摘要
近期生成模型的进展不断放大了语音合成技术被恶意滥用的风险，使对手能够冒充目标说话者并获取敏感资源。尽管语音深度伪造检测取得了快速进展，但大多数现有对策缺乏形式化的鲁棒性保证，或无法适用于未见的生成技术。我们提出了 PV-VASM（Probabilistic Verification of Voice Anti-Spoofing Models），一种用于验证语音防抗欺骗模型（VASM）鲁棒性的概率框架。PV-VASM 估计在文本转语音（TTS）、语音克隆（VC）和参数化信号变换下的误分类概率。该方法具有模型无关性，能够针对未见的语音合成技术和输入扰动进行鲁棒性验证。我们推导出误概率的理论上界，并在多样化的实验环境中验证了该方法的有效性，证明其作为一种实用鲁棒性验证工具的可行性。
引用
@article{arxiv.2603.10713,
title = {Probabilistic Verification of Voice Anti-Spoofing Models},
author = {Evgeny Kushnir and Alexandr Kozodaev and Dmitrii Korzh and Mikhail Pautov and Oleg Kiriukhin and Oleg Y. Rogov},
journal= {arXiv preprint arXiv:2603.10713},
year = {2026}
}
备注
The paper was submitted for review to Interspeech 2026