Sasvari

大型音频语言模型在语音身份验证系统中展现潜力

研究人员探索了大型音频语言模型（LALM）在欺骗感知说话人验证（SASV）中的应用，这是语音身份验证系统面对高级文本到语音和语音克隆威胁的关键领域。虽然LALM在生成自然语言解释方面显示出潜力，但它们在SASV的零样本设置下的表现目前接近随机水平。然而，特定任务的适应性显著提高了它们的能力，实现了具有竞争力的SASV性能，并将LALM定位为统一且可审计的说话人验证系统的有希望的基础。