基于多级融合的防欺骗说话人验证
声音
2022-03-30 v1 机器学习
音频与语音处理
摘要
近来，许多新技术被引入以应对欺骗攻击，并取得了有前景的计数器措施（CM）性能。然而，这些工作仅考虑了独立的 CM 模型。如今，一项旨在促进集成 CM 与 ASV 模型研究的防欺骗感知说话人验证（SASV）挑战正在进行，其认为联合优化 CM 与 ASV 模型将带来更优性能。本文中，我们提出一种新颖的多模型与多级融合策略来处理 SASV 任务。与纯粹的得分融合与嵌入融合方法相比，该框架首先利用来自 CM 模型的嵌入，将 CM 嵌入传播至一个 CM 模块中以得到 CM 得分。在第二级融合中，来自 ASV 系统的 CM 得分与 ASV 得分将被拼接进一个预测模块以作出最终决策。结果，最佳单一融合系统在评估集上取得了 0.97% 的 SASV-EER。随后通过集成前 5 个融合系统，最终的 SASV-EER 达到 0.89%。
引用
@article{arxiv.2203.15377,
title = {Spoofing-Aware Speaker Verification by Multi-Level Fusion},
author = {Haibin Wu and Lingwei Meng and Jiawen Kang and Jinchao Li and Xu Li and Xixin Wu and Hung-yi Lee and Helen Meng},
journal= {arXiv preprint arXiv:2203.15377},
year = {2022}
}
备注
Submitted to Interspeech 2022