Domain Generalization via Aggregation and Separation for Audio Deepfake Detection

计算机科学 概化理论 过度拟合 特征(语言学) 一般化 特征向量 人工智能 领域(数学分析) 外推法 卷积神经网络 模式识别(心理学) 语音识别 骨料(复合) 频域 机器学习 人工神经网络 数学 数学分析 语言学 统计 哲学 计算机视觉 材料科学 复合材料
作者
Yuankun Xie,Haonan Cheng,Yutian Wang,Long Ye
出处
期刊:IEEE Transactions on Information Forensics and Security [Institute of Electrical and Electronics Engineers]
卷期号:19: 344-358 被引量:6
标识
DOI:10.1109/tifs.2023.3324724
摘要

In this paper, we propose an Aggregation and Separation Domain Generalization (ASDG) method for Audio DeepFake Detection (ADD). Fake speech generated from different methods exhibits varied amplitude and frequency distributions rather than genuine speech. In addition, the spoofing attacks in training sets may not keep pace with the evolving diversity of real-world deepfake distributions. In light of this, we attempt to learn an ideal feature space that can aggregate real speech and separate fake speech to achieve better generalizability in the detection of unseen target domains. Specifically, we first propose a feature generator based on Lightweight Convolutional Neural Networks (LCNN), which is employed for generating a feature space and categorizing the feature into real and fake. Meanwhile, single-side domain adversarial learning is leveraged to make only the real speech from different domains indistinguishable, which enables the distribution of real speech to be aggregated in the feature space. Furthermore, a triplet loss is adopted to separate the distribution of fake speech while aggregating the distribution of real speech. Finally, in order to test the generalizability of the model, we train it with three different English datasets and evaluate in harsh conditions: cross-language and noisy datasets. The extensive experiments show that ASDG outperforms the baseline models in cross-domain tasks and decreases Equal Error Rate (EER) by up to 39.24% when compared to that of RawNet2. It is proved that the proposed Aggregation and Separation Domain Generalization method can be an effective strategy to improve the model generalizability.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
jojo665完成签到 ,获得积分10
4秒前
5秒前
ocean完成签到,获得积分10
23秒前
fev123完成签到,获得积分10
24秒前
北笙完成签到 ,获得积分10
28秒前
务实青筠完成签到 ,获得积分10
29秒前
jie完成签到 ,获得积分10
30秒前
烟火会翻滚完成签到,获得积分10
33秒前
今后应助月儿采纳,获得10
34秒前
haochi完成签到,获得积分10
37秒前
吃吃货完成签到 ,获得积分10
39秒前
三国杀校老弟完成签到,获得积分10
39秒前
45秒前
御风完成签到,获得积分10
46秒前
liciky完成签到 ,获得积分10
50秒前
旱田蜗牛发布了新的文献求助30
50秒前
大大蕾完成签到 ,获得积分10
53秒前
goldfish完成签到 ,获得积分10
55秒前
58秒前
59秒前
651完成签到 ,获得积分10
1分钟前
整齐千柳发布了新的文献求助30
1分钟前
香菜小土狗完成签到 ,获得积分10
1分钟前
五月完成签到 ,获得积分10
1分钟前
雪儿完成签到 ,获得积分10
1分钟前
感动清炎完成签到,获得积分10
1分钟前
leclerc完成签到,获得积分10
1分钟前
桃儿完成签到 ,获得积分10
1分钟前
Ethan完成签到 ,获得积分0
1分钟前
i2stay完成签到,获得积分10
1分钟前
cdy完成签到 ,获得积分10
1分钟前
yyds完成签到,获得积分10
1分钟前
传奇3应助整齐千柳采纳,获得10
1分钟前
沙漠西瓜皮完成签到 ,获得积分10
1分钟前
suiyi完成签到,获得积分10
1分钟前
科研完成签到,获得积分10
1分钟前
Hollow完成签到,获得积分10
1分钟前
王桑完成签到 ,获得积分10
1分钟前
风秋杨完成签到 ,获得积分10
1分钟前
优雅含灵完成签到 ,获得积分10
2分钟前
高分求助中
The late Devonian Standard Conodont Zonation 2000
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 2000
The Lali Section: An Excellent Reference Section for Upper - Devonian in South China 1500
Smart but Scattered: The Revolutionary Executive Skills Approach to Helping Kids Reach Their Potential (第二版) 1000
Very-high-order BVD Schemes Using β-variable THINC Method 850
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 800
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3248848
求助须知:如何正确求助?哪些是违规求助? 2892249
关于积分的说明 8270300
捐赠科研通 2560537
什么是DOI,文献DOI怎么找? 1389048
科研通“疑难数据库(出版商)”最低求助积分说明 651004
邀请新用户注册赠送积分活动 627850