精选理由
这项研究揭示了训练策略对模型鲁棒性的意外影响，做语音反欺骗的团队可以直接用RAT提升检测性能，值得关注。
该研究提出了一种基于说话人参考录音的条件反欺骗架构，但发现模型在推理时会忽略参考信息。令人意外的是，使用参考通道进行训练能诱导模型产生不变性，从而提升深度伪造检测能力，即使推理时参考缺失或不匹配。基于此，研究者提出了参考增强训练（RAT）策略，在推理时即使将参考替换为零向量，检测性能仍优于单次语音基线。通过严格分析，他们证明优化过程会迅速降低参考贡献，使推理几乎独立于参考通道。采用RAT，单个检测器在ASVspoof 5基准上实现了2.57%的等错误率和0.074的最小检测代价函数，超越了大型集成系统。
AI 翻译 · 中文
该研究提出了一种基于说话人参考录音的条件反欺骗架构，但发现模型在推理时会忽略参考信息。令人意外的是，使用参考通道进行训练能诱导模型产生不变性，从而提升深度伪造检测能力，即使推理时参考缺失或不匹配。基于此，研究者提出了参考增强训练（RAT）策略，在推理时即使将参考替换为零向量，检测性能仍优于单次语音基线。通过严格分析，他们证明优化过程会迅速降低参考贡献，使推理几乎独立于参考通道。采用RAT，单个检测器在ASVspoof 5基准上实现了2.57%的等错误率和0.074的最小检测代价函数，超越了大型集成系统。
We introduce a spoofing countermeasure architecture conditioned on speaker-reference recordings, but observe that it converges to a solution that effectively ignores the reference during inference. Surprisingly, training…