SUPERB-Style Бенчмарк самосупервізованих моделей обробки мови для виявлення аудіо-фейків
https://ift.tt/PvLOmI0
Самосупервізоване навчання (SSL) перетворило обробку мови, і такі бенчмарки, як SUPERB, забезпечують чесні порівняння між різними подальшими задачами. Незважаючи на його критичну важливість для безпеки, виявлення аудіо-фейків залишалося поза цими зусиллями. У цій роботі ми Introducing Spoof-SUPERB, бенчмарк для виявлення аудіо-фейків, який систематично оцінює 20 SSL-моделей, що охоплюють генеративні, дискримінативні та спектрограмні архітектури. Ми оцінювали ці моделі на кількох внутрішніх та зовнішніх наборах даних. Наші результати свідчать, що великомасштабні дискримінативні моделі, такі як XLS-R, UniSpeech-SAT та WavLM Large, послідовно перевершують інші моделі завдяки багатомовній попередній навчальній підготовці, об’єктивам із урахуванням спікера та масштабам моделі. Ми також аналізуємо стійкість цих моделей до акустичних деградацій, показуючи, що генеративні підходи різко деградують, тоді як дискримінативні моделі залишаються стабільними. Цей бенчмарк встановлює відтворювану базу та надає практичні висновки щодо того, які SSL-пRepresentations є найбільш надійними для захисту голосових систем від аудіо-фейків.
HI-FI News
через Штучний Інтелект https://ift.tt/Z5bxUg6
3 березня 2026 р. о 05:48 ранку
March 3, 2026 at 05:48AM
Залишити відповідь
Щоб відправити коментар вам необхідно авторизуватись.