Source Speaker Tracing Challenge 2024 的数据库与基准
音频与语音处理
2024-10-08 v2
摘要
语音转换（VC）系统可将音频转换为模拟另一位说话人声线的声音，从而攻击说话人验证（SV）系统。然而，由于数据可获得性有限和方法论限制，关于源说话人验证（SSV）的持续研究受到阻碍。本文介绍了基于 STL 2024 的 Source Speaker Tracking Challenge（SSTC），旨在填补 SSV 任务的数据库与基准之间的空白。本研究生成了一个包含 16 种常见 VC 方法的大规模转换语音数据库，并基于 MFA-Conformer 架构训练了一批基线系统。此外，我们引入了称为转换方法识别的相关任务，旨在辅助 SSV 任务。我们期望 SSTC 将成为推动 SSV 任务发展的平台，并提供对当前 SV 系统抵御 VC 攻击性能及局限性的进一步见解。有关 SSTC 的更多详细信息，请参见 https://sstc-challenge.github.io/。
引用
@article{arxiv.2406.04951,
title = {The Database and Benchmark for the Source Speaker Tracing Challenge 2024},
author = {Ze Li and Yuke Lin and Tian Yao and Hongbin Suo and Pengyuan Zhang and Yanzhen Ren and Zexin Cai and Hiromitsu Nishizaki and Ming Li},
journal= {arXiv preprint arXiv:2406.04951},
year = {2024}
}