Двократна гранулярність ортогональної дисплеєнтизації для узагальнюваної детекції аудіо-фейків діпфейків
https://ift.tt/j0aZ7iz
Детектори аудіо-діпфейків часто погано узгоджуються між мовцями, оскільки вони навчаються на ознаках ідентичності мовця, а не на артефактах синтезу, що відомо як неявне витікання ідентичності. Існуючі методи вирішують це, але несуть архітектурну складність або нестабільність навчання. У цій роботі пропонується рамкова система подвійної гранулярності ортогональної дисплеєнтизації, що забезпечує незалежність ознак на двох рівнях: на рівні зразка косинусна ортогональність захоплює напрямкове розрізнення, тоді як регуляризація крос-вихідців на рівні пакета усуває лінійні кореляції між вимірюваннями вразливостей в ембеддінгах. Навчальний графік дисплеєнтації за навчальним планом посилює обмеження ортогональності поступово без використання допоміжних мереж або конкурентного динамічного навчання. Експерименти на ASVspoof 2019 LA, ASVspoof 2021 DF та наборах даних In-the-Wild показали, що запропонований метод досягає 1.35%, 7.88% та 21.58% рівня помилкових відмов (EER) відповідно, перевершуючи дисплеєнтізацію за рахунок зворотного градієнта на 2.60% абсолютних на міждатчиковому перенесенні.
HI-FI News
через Штучний Інтелект https://ift.tt/io90GuB
16 червня 2026 р. о 06:14 ранку
українською. Тільки поверніть текст, який переведено.
June 16, 2026 at 06:14AM
Залишити відповідь
Щоб відправити коментар вам необхідно авторизуватись.