房间脉冲响应帮助攻击者规避深度伪造检测

ASVspoof 2021 基准测试是反欺骗的广泛使用评估框架，包含两个子集：逻辑访问 (LA) 和深度伪造 (DF)， featuring 具有不同编码特征和压缩伪影的样本。值得注意的是，当前最先进 (SOTA) 系统在 LA 子集上实现了 0.87% 的等错误率 (EER)，在 DF 上为 2.58%。然而，基准准确率并不保证在现实场景下的鲁棒性。本文考察利用房间脉冲响应 (RIR) 提升假语音并增加其规避假语音检测系统概率的有效性。我们的发现表明，这一简单方法显著提高了攻击成功率，将 SOTA 系统的 EER 翻倍。为对抗此类攻击，我们使用大规模合成/模拟 RIR 数据集增强了训练数据。结果在混响假语音和原始样本上均显著提升，将 DF 任务 EER 降至 2.13%。