研究人员开发了一个新颖的框架，以对抗语音身份验证系统中的复杂深度伪造音频攻击和投毒。该框架整合了模拟声道的音频物理动力学和一个自监督学习模块。该系统使用多层感知器（MLP）骨干网络和贝叶斯集成来提供不确定性估计，从而增强其对抗高级深度伪造合成的鲁棒性，并保护分布式学习环境中的控制平面。 AI
影响 通过结合物理动力学和不确定性估计，引入了一种新颖的深度伪造检测方法，有望提高语音身份验证系统的安全性。
排序理由 详细介绍一种针对特定问题的新技术方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
