BriefGPT - AI 论文速递
·
应用 ASV 进行语音识别：TTS 模型中 VC 和持续性预测改进的应用
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本研究通过优化后端分类器，运用无监督领域适应技术，提高自动说话人验证系统在逻辑和物理接近情境下的欺骗稳健性。针对重放音频攻击，相对改进率分别达到36.1%和5.3%。此外，还进行了攻击分析和高斯后端的集成分析。
🎯
关键要点
- 研究旨在提高自动说话人验证系统的欺骗稳健性。
- 优化后端分类器，基于概率线性判别分析。
- 运用三种无监督领域适应技术进行优化。
- 系统在逻辑和物理接近情境下的表现得到提升。
- 针对重放音频攻击，真实和伪造情况的相对改进率分别为36.1%和5.3%。
- 进行了攻击分析、数据构成研究和高斯后端的集成分析。
➡️
