计算机应用

作者：王晗, 赵腊生, 张强, 程银清, 邱泽鹏

单位：先进设计与智能计算省部共建教育部重点实验室（大连大学），辽宁 大连 116622

关键词：注意力机制,挤压-激励模块,双分支,合成语音检测,决策级融合

基金：辽宁省教育厅基本科研项目(LJKMZ20221838)

合成语音攻击给人们的生活带来巨大的威胁。为了解决现有模型从冗余信息中提取关键信息能力不足和单一模型无法综合利用多检测模型优势的问题，提出一种基于注意力和挤压-激励（SE）模块Inception （SE-Inc）的双分支（Dual-ABIB）合成语音检测模型。首先，基于SincNet（Sinc-based convolutional neural Network）提取的初始特征图训练注意力分支合成语音检测模型，并输出注意力图；其次，将注意力图和初始特征图相乘后再叠加，并将结果作为SE-Inc分支的输入进行训练；最后，通过决策级加权融合处理2个分支获得的分类分数，从而实现合成语音检测。实验结果表明，所提模型在参数量为539×103的情况下，在ASVspoof2019数据集上获得了0.033 2的最小串联检测代价函数（min t-DCF）和1.15%的等错误率（EER）；与SE-ResABNet （Squeeze-Excitation ResNet Attention Branch Network）相比，所提模型在参数量仅为它的56%的情况下，min t-DCF和EER分别下降了34.5%和39.2%；同时，在ASVspoof2015和ASVspoof2021数据集上所提模型表现了更好的泛化能力。以上结果验证了所提模型能够在参数量较小的情况下，获得更低的min t-DCF和EER。

来源：2024年第10期

《计算机应用》期刊编辑部

查看计算机应用杂志2024年第10期