基于平行嵌入融合的防欺话语验证：BTU Speech Group 为 ASVspoof5 挑战的方法
音频与语音处理
2024-11-04 v1 声音
摘要
本文介绍了由 BTU Speech Group 为 ASVspoof5 挑战开发的基于平行网络的欺话感知说话人验证 (SASV) 系统。SASV 系统将 ASV 与 CM 系统集成，以增强对欺话攻击的安全性。我们的做法采用来自 ASV 模型 (ECAPA-TDNN、WavLM) 和 CM 模型 (AASIST) 的得分与嵌入融合。融合后的嵌入使用简单的 DNN 结构处理，通过结合最近提出的 a-DCF 与 BCE 损失来优化模型性能。我们引入了一种 novel 的平行网络结构，其中两个相同结构的 DNN 分别处理不同输入的嵌入并产生 SASV 分数。最终的 SASV 概率通过对这些分数进行平均获得，从而增强了鲁棒性和准确性。实验结果表明，提出的平行 DNN 结构优于传统单一 DNN 方法，提供了更可靠、更安全的说话人验证系统。
引用
@article{arxiv.2408.15877,
title = {Spoofing-Robust Speaker Verification Using Parallel Embedding Fusion: BTU Speech Group's Approach for ASVspoof5 Challenge},
author = {Oğuzhan Kurnaz and Selim Can Demirtaş and Aykut Büker and Jagabandhu Mishra and Cemal Hanilçi},
journal= {arXiv preprint arXiv:2408.15877},
year = {2024}
}
备注
Accepted in ASVspoof2024 workshop