面向单一集成抗欺骗说话人验证嵌入向量
音频与语音处理
2023-06-02 v2 人工智能
声音
摘要
本研究旨在开发一种满足两方面要求的单一集成抗欺骗说话人验证（SASV）嵌入向量。首先，应同时拒绝对非目标说话人输入以及目标说话人欺骗输入的接受。其次，应展现出与自动说话人验证（ASV）与反欺骗（CM）嵌入向量融合方案相比具有竞争力的性能，该融合方案在 SASV2022 挑战赛中大幅优于单一嵌入向量方案。我们分析单一 SASV 嵌入向量性能不佳源于训练数据量不足以及 ASV 与 CM 任务性质不同。为此，我们提出了一种包含多阶段训练与损失函数组合的新框架。还利用结合若干声码器的复制合成来缓解欺骗数据缺乏的问题。实验结果显示了显著改进，在 SASV2022 挑战赛的评估协议上取得了 1.06% 的 SASV-EER。
引用
@article{arxiv.2305.19051,
title = {Towards single integrated spoofing-aware speaker verification embeddings},
author = {Sung Hwan Mun and Hye-jin Shim and Hemlata Tak and Xin Wang and Xuechen Liu and Md Sahidullah and Myeonghun Jeong and Min Hyun Han and Massimiliano Todisco and Kong Aik Lee and Junichi Yamagishi and Nicholas Evans and Tomi Kinnunen and Nam Soo Kim and Jee-weon Jung},
journal= {arXiv preprint arXiv:2305.19051},
year = {2023}
}
备注
Accepted by INTERSPEECH 2023. Code and models are available in https://github.com/sasv-challenge/ASVSpoof5-SASVBaseline