研究人员探索了监督对比学习技术以改进深度伪造音频检测。他们的研究侧重于使用跨批次队列改变相似度度量（如余弦相似度和角度相似度）以及不同的负样本缩放方法。研究结果表明，在特定评估数据集上，使用延迟队列的余弦相似度取得了最佳性能，而角度相似度在减少对大型负样本集依赖方面显示出潜力。 AI
影响 提供了改进的合成音频检测方法，可能增强音频系统的安全性与可信度。
排序理由 学术论文，详细介绍了关于深度伪造音频检测的监督对比学习的对照研究。
- ASVspoof 2019 LA
- ASVspoof 2021 DF/LA
- Deepfake audio detection
- Supervised contrastive learning
- wav2vec2 XLS-R
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
