说话人感知的反欺骗
声音
2023-06-09 v2 密码学与安全
音频与语音处理
摘要
我们研究说话人感知的反欺骗，即将目标说话人的先验知识融入语音欺骗对抗措施（CM）中。与常用的说话人无关方案不同，我们以说话人条件化的方式训练 CM。作为概念验证，我们考虑对最先进的 AASIST（使用集成谱-时图注意力网络的音频反欺骗）模型进行说话人感知扩展。为此，我们考虑两种分别在帧级与话语级融入目标说话人信息的替代策略。基于 ASVspoof 2019 数据集构建的自定义协议上的实验结果表明了通过注册融入说话人信息的有效性：相较说话人无关基线，我们在等错误率（EER）与最小串联检测代价函数（t-DCF）上分别取得 25.1% 与 11.6% 的最大相对改进。
引用
@article{arxiv.2303.01126,
title = {Speaker-Aware Anti-Spoofing},
author = {Xuechen Liu and Md Sahidullah and Kong Aik Lee and Tomi Kinnunen},
journal= {arXiv preprint arXiv:2303.01126},
year = {2023}
}