面向 ASVspoof 2021 的 UR 信道鲁棒合成语音检测系统
音频与语音处理
2026-02-05 v2 声音
摘要
本文介绍 UR-AIR 系统向 ASVspoof 2021 挑战赛逻辑访问（LA）与语音深度伪造（DF）赛道的提交。LA 与 DF 任务聚焦于合成语音检测（SSD），即检测文本转语音与语音转换作为欺骗攻击。与以往 ASVspoof 挑战赛不同，今年 LA 任务呈现编解码与传输信道可变性，而新任务 DF 呈现通用音频压缩。基于我们此前关于提升 SSD 系统对信道效应鲁棒性的研究工作，我们提出一种面向该挑战赛的信道鲁棒合成语音检测系统。为缓解信道可变性问题，我们使用声学模拟器对原始数据集施加传输编解码、压缩编解码与卷积脉冲响应以进行数据增广。对于神经网络骨干，我们提出使用强调通道注意力、传播与聚合时延神经网络（ECAPA-TDNN）作为主模型。我们还结合一类学习与信道鲁棒训练策略，以进一步学习信道不变语音表征。我们的提交在 DF 任务中取得 20.33% 的 EER；在 LA 任务中取得 5.46% 的 EER 与 0.3094 的 min-tDCF。
引用
@article{arxiv.2107.12018,
title = {UR Channel-Robust Synthetic Speech Detection System for ASVspoof 2021},
author = {Xinhui Chen and You Zhang and Ge Zhu and Zhiyao Duan},
journal= {arXiv preprint arXiv:2107.12018},
year = {2026}
}
备注
To appear in Proc. ASVspoof 2021 Workshop