FastAudio: واجهة صوتية قابلة للتعلم للكشف عن الكلام المزيف

المساعدات الصوتية، مثل المكبرات الذكية، قد اكتسبت شعبية كبيرة. يُقدَّر حاليًا أن معدل تبني المكبرات الذكية قد تجاوز 35% من السكان البالغين في الولايات المتحدة. قام المصنِّعون بدمج تقنية تحديد المتحدث، والتي تحاول تحديد هوية الشخص الذي يتحدث، لتقديم خدمات مخصصة لأعضاء الأسرة المختلفة. يمكن أيضًا أن تلعب تقنية تحديد المتحدث دورًا مهمًا في التحكم في كيفية استخدام المكبر الذكي. على سبيل المثال، ليس من الضروري تحديد المستخدم بدقة عند تشغيل الموسيقى. ومع ذلك، عند قراءة بريد المستخدم الإلكتروني بصوت عالٍ، فمن الحاسم التحقق بشكل صحيح من هوية المتحدث الذي يطلب هذا الأمر للتأكد من أنه المستخدم المصرح له. لذلك، يتم الحاجة إلى أنظمة التحقق من هوية المتحدث، والتي تصادق على هوية المتحدث، كحارس بوابة لحماية ضد الهجمات المختلفة التي تستهدف التظاهر بأنها المستخدم المسجل.في هذه الورقة البحثية، نقارن بين الجبهات القابلة للتعلم الشائعة التي تتعلم تمثيلات الصوت عبر التدريب المشترك مع المهام النهائية (من النهاية إلى النهاية). نصنف الجبهات عن طريق تعريف عمليتين معممتين ثم نحلل مراحل الترشيح لكلا النوعين من حيث قيود التعلم. نقترح استبدال مرشحات الفرقة الثابتة بطبقة قابلة للتعلم يمكنها التكيف بشكل أفضل مع مهام مكافحة التظاهر. ثم يتم اختبار الجبهة المقترحة FastAudio مع جهتين خلفيتين شائعتين لقياس الأداء على مسار LA من مجموعة بيانات ASVspoof 2019. حققت الجبهة FastAudio تحسينًا نسبيًا بنسبة 27% عند مقارنتها بالجهات الأمامية الثابتة، وأفضلت جميع الجبهات الأخرى القابلة للتعلم في هذه المهمة.注释：- "smart speakers" 翻译为 "المكبرات الذكية"- "speaker identification technology" 翻译为 "تقنية تحديد المتحدث"- "End-to-End" 翻译为 "من النهاية إلى النهاية"- "FastAudio front-end" 翻译为 "الجبهة FastAudio"- "ASVspoof 2019 dataset" 翻译为 "مجموعة بيانات ASVspoof 2019"以上翻译符合科技新闻或学术写作的语言风格，确保了专业术语和技术概念的准确性，并采用了正式、客观的表达方式。同时，句子结构经过优化，以适应阿拉伯语读者的阅读习惯。