Jun, 2024
超越沉默：音频反欺骗中损失和非对称方法的偏见分析
Beyond Silence: Bias Analysis through Loss and Asymmetric Approach in
Audio Anti-Spoofing
TL;DR当前音频反欺骗检测研究的趋势是改善模型在未见攻击下的泛化能力，学习识别各种欺骗痕迹。最近几项研究指出沉默分布在两个类别之间有所不同，可以作为一种快捷方式。本文将类别解释从沉默延伸，并采用了损失分析和非对称方法，摆脱传统的以攻击为重点和以结果为导向的评价，深入研究了模型行为。我们的调查凸显了两个类别之间训练动态的显著差异，强调未来研究需要关注对正宗类别的健壮建模。