跳到主要内容
检索

# 语音深度伪造检测

1 篇关联报道

订阅更新
  1. arXiv

    语音伪造检测不再只看相邻帧:GraphSeal 用谱相似长程连边,把 ASVspoof 5 等错误率压到 8.17%

    语音深度伪造检测器通常把整段语音当作一帧帧的平铺序列,难以捕捉时间上相隔很远、但频谱上相似的伪造痕迹。GraphSeal 把语音切成短片段作为图节点,用时间相邻和频谱相似两类边连成动态图,再通过图注意力在节点间传递伪造线索,最后汇总成整句判断。在冻结的自监督语音编码器之上,它只增加 2.1M 可训练参数,在 ASVspoof 2019 LA、ASVspoof 2021 LA、ASVspoof 5 和 In-the-Wild 上的等错误率分别为 0.52%、2.41%、8.17% 和 5.24%。

已读完全部报道