欺骗对策与自动说话人确认的级联评估：基础
音频与语音处理
2020-08-26 v2 机器学习
声音
信号处理
摘要
近年来，开发欺骗对策以保护自动说话人确认（ASV）系统免受被操纵或人工输入欺骗的努力不断增长。欺骗对策的可靠性通常使用等错误率（EER）指标来衡量。原始的 EER 无法反映应用需求以及欺骗和对策对 ASV 及其使用的影响，在传统 ASV 研究中将其作为主要指标的做法早已被摒弃，转而采用基于风险的评估方法。本文提出了级联检测代价函数（t-DCF）的若干新扩展，t-DCF 是一种近期提出的基于风险的方法，用于评估与 ASV 系统级联部署的欺骗对策的可靠性。扩展内容包括参数更少的 t-DCF 简化版本、针对固定 ASV 系统的特例分析、为其解释提供原创性见解的模拟，以及使用 ASVspoof 2019 数据库的新分析。希望将 t-DCF 用于对策评估能促进反欺骗与 ASV 研究社区之间更紧密的合作。
引用
@article{arxiv.2007.05979,
title = {Tandem Assessment of Spoofing Countermeasures and Automatic Speaker Verification: Fundamentals},
author = {Tomi Kinnunen and Héctor Delgado and Nicholas Evans and Kong Aik Lee and Ville Vestman and Andreas Nautsch and Massimiliano Todisco and Xin Wang and Md Sahidullah and Junichi Yamagishi and Douglas A. Reynolds},
journal= {arXiv preprint arXiv:2007.05979},
year = {2020}
}
备注
Published in IEEE/ACM Transactions on Audio, Speech, and Language Processing (doi updated)