基于随机选择策略的表示损失最小化：面向环境假音频检测的高效方法
音频与语音处理
2024-09-25 v1 声音
摘要
基础模型的应用显著推动了环境音频深度伪造检测（EADD），该领域是快速发展的研究方向。这些模型通常在下游任务上进行微调或以冻结状态使用。然而，他们的表示维度可能导致下游模型的参数数量大幅增加，从而增加计算需求。因此，一种通用方法是通过利用最先进的（SOTA）无监督降维技术（PCA、SVD、KPCA、GRP）来压缩这些表示，以实现高效的 EADD。然而，我们观察到应用此类技术后，性能会下降。在本文中，我们表明表示向量中包含冗余信息，随机选择40%至50%的表示值并基于此构建下游模型，可在某些情况下保留甚至提升性能。我们表明，随机选择比SOTA降维技术保留的性能更好，同时将模型参数和推理时间缩减近一半。
引用
@article{arxiv.2409.15767,
title = {Representation Loss Minimization with Randomized Selection Strategy for Efficient Environmental Fake Audio Detection},
author = {Orchid Chetia Phukan and Girish and Mohd Mujtaba Akhtar and Swarup Ranjan Behera and Nitin Choudhury and Arun Balaji Buduru and Rajesh Sharma and S. R Mahadeva Prasanna},
journal= {arXiv preprint arXiv:2409.15767},
year = {2024}
}
备注
Submitted to ICASSP 2025