SAMO：用于语音反欺骗的说话人吸引子多中心一类学习
音频与语音处理
2022-11-08 v1 机器学习
声音
信号处理
摘要
语音反欺骗系统是自动说话人验证（ASV）系统的重要辅助。一个主要挑战来自由先进语音合成技术赋能的未知攻击。我们此前关于一类学习的研究通过压缩嵌入空间中真实语音，提升了对未知攻击的泛化能力。然而，这种紧凑性缺乏对说话人多样性的考量。本工作中，我们提出说话人吸引子多中心一类学习（SAMO），其在高维嵌入空间将真实语音聚类于若干说话人吸引子周围，并将欺骗攻击推离所有吸引子。训练方面，我们提出一种真实语音聚类与真实/欺骗分类协同优化的算法。推理方面，我们提出可为无注册说话人实现反欺骗的策略。所提系统在 ASVspoof2019 LA 评估集上以等错误率（EER）相对提升 38% 优于现有最优单系统。
引用
@article{arxiv.2211.02718,
title = {SAMO: Speaker Attractor Multi-Center One-Class Learning for Voice Anti-Spoofing},
author = {Siwen Ding and You Zhang and Zhiyao Duan},
journal= {arXiv preprint arXiv:2211.02718},
year = {2022}
}