QV-CNN

量子视觉理论提升深度伪造语音检测准确性

研究人员引入了量子视觉（QV）理论，这是一种受量子物理学波粒二象性启发的创新方法，用于增强深度伪造语音检测。该理论认为，数据在坍缩状态被观测之前，可以以信息波的形式存在。通过使用QV块将音频频谱图（如梅尔频谱图和MFCC）转换为这些信息波，然后将其输入到基于QV的卷积神经网络（QV-CNN）和视觉Transformer（QV-ViT）中，与标准的CNN和ViT相比，模型取得了更优越的性能。具体而言，利用梅尔频谱图的QV-CNN模型在A…