ADD 2022のためのニューラルスティッチングによるオーディオ深偽検出システム【JST・京大機械翻訳】

Yan Rui; Wen Cheng; Zhou Shuran; Guo Tingwei; Zou Wei; Li Xiangang

プレプリント

J-GLOBAL ID：202202220057520420 整理番号：22P0334008

ADD 2022のためのニューラルスティッチングによるオーディオ深偽検出システム【JST・京大機械翻訳】

Audio Deep Fake Detection System with Neural Stitching for ADD 2022

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 (6件)： , , , , ,
資料名：
発行年： 2022年04月19日プレプリントサーバーでの情報更新日： 2022年04月19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,ADD 2022:第1のAudio Deep Synthesis Detection Cite{Yi2022ADD}のための最良のシステムと方法論について述べた。非常に同じシステムを,類似の訓練方法論でTrack3.2における2回の評価の両面に使用した。Text-to-Speech(TTS)または音声変換(VC)アルゴリズムから,トラック3.2データの最初のラウンドを生成し,一方,データの第2ラウンドは,このシステムのスプープを狙って,Track3.1の他の参加者から生成された偽音声から成る。本システムでは,標準34層ResNetを用い,マルチヘッド注意プールサイト{インディア2019自己}を用いて,偽オーディオとスプーフ検出に対する識別埋込みを学習した。さらに,異なるタスクにおいて同等に良好に実行するために,モデルの一般化能力を高めるために,ニューラルステッチングを利用して,より詳細を次のセッションで説明した。実験は,著者らの提案方法が,トラック3.2において10.1%の等しい誤り率(EER)で他のすべてのシステムより優れていることを示した。【JST・京大機械翻訳】

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

音声処理 , パターン認識

前のページに戻る