효율적인 주의 분기 네트워크와 결합 손실 함수를 이용한 자동 화자 인증 위조 검출

많은 연구가 자동 화자 인증(Automatic Speaker Verification, ASV) 시스템의 성능을 향상시키기 위해 대응 기술을 개발하는 데 주력해 왔습니다. 이는 ASV 시스템이 위장 공격(spoof attacks)에 대해 더욱 견고하도록 만드는 것이 목표였습니다. 최신 ASVspoof 2019 대응 도전 과제에서 확인된 바와 같이, 현재 배포된 ASV 모델들은 최선을 다해도 미처 보지 못한 공격에 대한 적절한 일반화 능력을 갖추지 못하고 있습니다. 제안된 방법들을 더 깊이 조사해보면, 분류기(classifier), 특성 추출 단계(feature extraction phase), 그리고 모델 손실 함수(model loss function)로 구성된 세 가지 단계의 포괄적인 관점이 문제를 어느 정도 완화할 수 있음을 알 수 있습니다. 따라서 본 연구에서는 일반화 문제를 해결하기 위해 효율적인 주의 분기 네트워크(Efficient Attention Branch Network, EABN) 모듈 구조와 결합된 손실 함수를 제안합니다.