BriefGPT - AI 论文速递
·
HM-Conformer: 带有分层汇聚和多级分类令牌聚合方法的基于 Conformer 的音频深度伪造检测系统
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文介绍了一种名为HM-Conformer的音频深度伪造检测方法，采用分层池化和多级分类令牌聚合方法，能够有效地检测欺骗证据。在ASVspoof 2021 Deepfake数据集上的实验结果表明，HM-Conformer的等错误率为15.71％，表现竞争性能。
🎯
关键要点
-
本文介绍了一种名为HM-Conformer的音频深度伪造检测方法。
-
HM-Conformer采用分层池化和多级分类令牌聚合方法。
-
该方法能够有效地检测由文本转语音或语音转换系统生成的欺骗证据。
-
为了解决序列长度和信息聚合的问题，HM-Conformer处理不同的序列长度并聚合它们。
-
在ASVspoof 2021 Deepfake数据集上的实验结果显示，HM-Conformer的等错误率为15.71%。
-
HM-Conformer在性能上与最近的系统相比表现竞争。
➡️
