基于双路径GMM-ResNet和GMM-SENet的ASV欺骗检测
声音
2024-07-09 v1 音频与语音处理
摘要
自动说话人验证系统时常受到各种欺骗攻击的威胁。用于区分真话与伪造话的2类高斯混合模型（GMM）分类器通常作为欺骗检测的基准。然而，GMM分类器未能单独考虑每个高斯成分上特征帧的得分。此外，GMM对所有帧的得分独立累加，且不考虑它们之间的相关性。我们提出了基于两个GMM（分别在真话和伪造话上训练）的高斯概率特征的双路径GMM-ResNet和GMM-SENet模型用于欺骗检测。这两个模型不仅考虑GMM成分上的得分分布，还考虑相邻帧之间的关系。我们采用两阶段训练方案以提高系统的鲁棒性。在ASVspoof 2019数据集上实验表明，LFCC+GMM-ResNet系统在逻辑访问场景下可将min-tDCF和EER分别降低76.1%和76.3%，而LFCC+GMM-SENet系统在物理访问场景下可将min-tDCF和EER分别降低94.4%和95.4%。在得分融合后，两个系统在两种场景下均获得第二佳结果。
引用
@article{arxiv.2407.05605,
title = {Two-Path GMM-ResNet and GMM-SENet for ASV Spoofing Detection},
author = {Zhenchun Lei and Hui Yan and Changhong Liu and Minglei Ma and Yingen Yang},
journal= {arXiv preprint arXiv:2407.05605},
year = {2024}
}