自己教師あり音声モデルを用いた強化型スプーフィング検出

• 合成音声の自然さが向上し、スプーフィング検出が難しくなっている。
• 自己教師ありモデルをMixture-of-Expertsアーキテクチャに変換することで、一般化能力を向上させる。
• 提案手法は14のデータセットで評価され、性能が大幅に改善された。

最近の音声生成技術の進展により、合成音声の自然さが向上し、スプーフィング検出がより困難になっています。本研究では、自己教師あり音声モデルをMixture-of-Expertsアーキテクチャに変換し、未知の合成手法に対するロバスト性を向上させる新しいアプローチを提案します。提案手法は、14のスプーフィングデータセットで評価され、従来手法に比べて顕著な性能向上を示しました。音声処理やセキュリティに興味がある研究者に特に役立つ内容です。

音声処理やセキュリティに関心のある研究者や技術者に向いています。