FADEL: An Uncertainty-Aware Deep Learning Framework for Fake Audio Detection
💡
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本文研究假音频检测中模型对未见攻击的泛化能力,提出FADEL框架,通过Dirichlet分布建模类概率,增强模型的鲁棒性。实验结果表明,FADEL显著提升了基线模型的性能,尤其在不同伪造算法下,平均不确定性与等错误率之间存在强关联。
🎯
关键要点
- 本文研究假音频检测中模型对未见攻击的泛化能力。
- 提出FADEL框架,通过Dirichlet分布建模类概率。
- FADEL框架融合模型的不确定性,增强模型在OOD情况下的鲁棒性。
- 实验结果表明,FADEL显著提升了基线模型的性能。
- 在不同伪造算法下,平均不确定性与等错误率之间存在强关联。
➡️