基于噪声类别多任务学习的自动说话人验证重放欺骗检测系统
音频与语音处理
2018-10-26 v4 机器学习
声音
信号处理
机器学习
摘要
本文提出一种基于噪声类别多任务学习的自动说话人验证重放攻击欺骗检测系统。我们将重放攻击引起的噪声定义为重放噪声。我们探究同时训练深度神经网络进行重放攻击欺骗检测与重放噪声分类的有效性。该多任务学习除欺骗检测外，还包括回放设备噪声、录音环境噪声与录音设备噪声的分类。三类噪声类别均各自包含一个真实类。在 ASVspoof2017 数据集上的实验结果表明，我们所提系统的性能在评估集上相对提升了 30%。
引用
@article{arxiv.1808.09638,
title = {Replay spoofing detection system for automatic speaker verification using multi-task learning of noise classes},
author = {Hye-Jin Shim and Jee-weon Jung and Hee-Soo Heo and Sunghyun Yoon and Ha-Jin Yu},
journal= {arXiv preprint arXiv:1808.09638},
year = {2018}
}
备注
5 pages, accepted by Technologies and Applications of Artificial Intelligence(TAAI)