BriefGPT - AI 论文速递
·
应对声源分离中的特征不平衡
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文提出了使用注意力特征融合的通道重新校准方法进行DeepFake Audio检测，并改进了Resnet模型的输入特征嵌入方式。经过训练，模型在Fake or Real数据集上获得了95％的测试准确度，并在使用不同的生成模型生成样本后适应该框架后，达到了90％的平均准确度。
🎯
关键要点
- 本文研究了 DeepFake Audio 的检测方法。
- 提出了使用注意力特征融合的通道重新校准方法进行合成语音检测。
- 通过使用 SE 块和 LFCC/MFCC 的结合，改进了 Resnet 模型。
- 提出了更好的输入特征嵌入方式，使简单模型在合成语音分类任务上也能良好推广。
- 模型在 Fake or Real 数据集上经过训练后获得了 95％ 的测试准确度。
- 在使用不同生成模型生成样本后，模型达到了 90％ 的平均准确度。
🏷️
标签
➡️
