DKU 用于 ASVspoof 2019 挑战赛的重放检测系统：关于数据增强、特征表示、分类与融合
音频与语音处理
2019-07-08 v1 密码学与安全
机器学习
多媒体
声音
摘要
本文描述了我们 DKU 用于 ASVspoof 2019 挑战赛的重放检测系统。目标是为物理接入场景下的自动说话人识别开发欺骗对策。我们从数据增强、特征表示、分类和融合四个方面改进对策系统流程。首先，我们引入一个 utterance 级深度学习框架用于反欺骗。它接收变长特征序列并直接输出 utterance 级分数。基于该框架，我们尝试了从幅度谱或相位谱提取的多种输入特征表示。此外，我们还通过对原始波形施加速度扰动来执行数据增强策略。我们最佳的单系统采用由速度扰动群延迟谱训练的残差神经网络。它在开发集上达到 1.04% 的 EER，在评估集上达到 1.08% 的 EER。最后，使用若干单系统的简单平均分可进一步提升性能。我们的主系统在开发集上获得 0.24% 的 EER，在评估集上获得 0.66% 的 EER。
引用
@article{arxiv.1907.02663,
title = {The DKU Replay Detection System for the ASVspoof 2019 Challenge: On Data Augmentation, Feature Representation, Classification, and Fusion},
author = {Weicheng Cai and Haiwei Wu and Danwei Cai and Ming Li},
journal= {arXiv preprint arXiv:1907.02663},
year = {2019}
}
备注
Accepted for INTERSPEECH 2019