研究人员开发了一系列新的特征提取器，称为 WST-X，利用小波散射变换 (WST) 来改进语音深度伪造检测。该方法结合了手工制作特征的可解释性与 SSL 特征的高级信息捕获能力。在 Deepfake-Eval-2024 等基准测试上的实验表明，WST-X 通过有效识别细微的声学异常，显著优于现有方法。 AI
影响 引入了一种新颖的特征提取方法，提高了语音深度伪造检测的准确性和可解释性。
排序理由 学术论文，介绍了一种用于语音深度伪造检测的新颖方法。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
arXiv:2602.02980v2 Announce Type: replace-cross Abstract: In this work, we focus on front-end design for speech deepfake detectors, the component that determines the discriminative acoustic cues provided to the classifier. Existing approaches are primarily categorized into two ty…