Effizientes Aufmerksamkeitszweig-Netzwerk mit kombinierter Verlustfunktion für die automatische Erkennung von Sprecherverifizierungstäuschungen

Viele Bemühungen haben sich darauf konzentriert, Gegenmaßnahmetechniken für automatische Sprecherauthentifizierungssysteme (ASV) zu entwickeln, um diese gegenüber Spoofing-Angriffen robuster zu gestalten. Wie die neueste ASVspoof 2019 Challenge zur Entwicklung von Gegenmaßnahmen zeigt, sind die derzeit eingesetzten Modelle im besten Fall nicht in der Lage, eine ausreichende Generalisierung auf unbekannte Angriffe zu erreichen. Eine detailliertere Untersuchung der vorgeschlagenen Methoden ergibt, dass ein umfassender dreistufiger Ansatz, der den Klassifikator, die Merkmalsextraktionsphase und die Modellverlustfunktion umfasst, das Problem möglicherweise in gewissem Maße mildern kann. Demgemäß schlägt die vorliegende Studie eine modulare Architektur des Efficient Attention Branch Networks (EABN) mit einer kombinierten Verlustfunktion vor, um das Problem der Generalisierung anzugehen...