Jitter

WavLM 模型可解释性研究揭示了欺骗检测的见解

研究人员进行了一项研究，旨在解释 WavLM 自监督语音模型在欺骗检测任务中学习到的表示。通过使用 ASVspoof 5 数据库分析 WavLM 的不同层，他们发现像抖动和闪烁这样的特定声学特征在更深的层中被更好地捕获。研究还表明，WavLM 的更深层编码的是基本的合成伪影，而不是攻击特定的签名，从而导致不同欺骗攻击之间存在连续的声学相似性。