09:28arXiv cs.LG@Vojtěch Staněk, Veronika Jirmusová, Anton Firc, Kamil Malinka, Jakub Reš, Martin Perešíni精选这篇论文提出了一种基于集成梯度的音频可解释性方法,用于分析深度伪造语音检测器的决策依据。研究者对三种基于WavLM的检测器(AASIST、CA-MHFA、SLS)在ASVspoof 5数据集上进行分析,发现尽管性能相近,它们依赖的线索截然不同:AASIST更关注非语音/环境线索,CA-MHFA聚焦于局部音素伪影,而SLS则依赖词边界和频谱完整性。通过因果掩码验证,研究者证实了这些线索对检测性能的关键影响。这项工作揭示了深度伪造检测的“黑箱”问题,为改进检测器的鲁棒性和可解释性提供了方向。论文深度伪造检测可解释性语音安全WavLM集成梯度推荐理由:做语音安全或深度伪造检测的开发者,这篇论文能帮你理解不同模型的实际决策逻辑,避免盲目调参——看完你会知道该关注环境音还是音素质感。原文