教師なし領域適応によるスプーフィングを意識した話者検証【JST・京大機械翻訳】

Liu Xuechen; Sahidullah Md; Kinnunen Tomi

プレプリント

J-GLOBAL ID：202202210122272779 整理番号：22P0307642

教師なし領域適応によるスプーフィングを意識した話者検証【JST・京大機械翻訳】

Spoofing-Aware Speaker Verification with Unsupervised Domain Adaptation

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2022年03月21日プレプリントサーバーでの情報更新日： 2022年04月26日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

本論文では,分離対策モジュールの最初の存在なしに,自動話者検証(ASV)システムのスポーフィングロバスト性の強化の懸念を始めた。ASVspoof 2019ベースラインの標準ASVフレームワークから始め,確率的線形判別分析に基づくバックエンド分類器からの問題を検討した。3つの教師なし領域適応技術を用いて,ASVspoof 2019データセットの訓練分割におけるオーディオデータを用いてバックエンドを最適化した。論理的および物理的アクセスシナリオの両者に関する顕著な改善を示し,特に,このシステムが再生されたオーディオによって攻撃され,それぞれ,ボナフィドおよびスプーフィングケースに関して最大36.1%および5.3%の相対的改善があった。Gaussバックエンドを持つスコアレベルにおいて,攻撃故障解析,データ構成,および対策システムとの統合のような追加研究を行った。【JST・京大機械翻訳】

, , , , , , , ,
, , , , 【Automatic Indexing@JST】

パターン認識

, , , , ,

前のページに戻る