スプーフィング対策は、スプーフィングされた音声信号を用いて自動話者認証システムの信頼性を操作しようとする試みから、そのシステムを保護することを目的としている。最新のASVspoof 2019評価では、多数の攻撃形態を検出する可能性が示されたものの、依然として一部の攻撃は検出を回避している。本論文では、抗スプーフィング分野におけるRawNet2の初の応用を報告する。RawNet2は生の音声データを入力とし、従来の対策手法では検出困難な特徴を学習する可能性を有している。本研究では、RawNet2の元のアーキテクチャを抗スプーフィングに適応させるために行った改良点を詳細に記述する。A17攻撃に対しては、本研究のRawNet2システムが報告された結果の中で2位となり、また、RawNet2とベースライン対策手法を融合させた場合、ASVspoof 2019の論理的アクセス条件全体においても2位の成績を達成した。本研究の結果は、オープンソースソフトウェアを用いて再現可能である。