Modified gammatone frequency cepstral coefficients to improve spoofing detection
Notice bibliographique
Résumé
Voice spoofing is one of the major challenges that needs to be addressed in the development of robust speaker verification (SV) systems. Therefore, it is necessary to develop systems (spoofing detectors) that are able distinguish between genuine and spoofed speech utterances. In this work, we propose the use of modified gammatone frequency cepstral coefficients (MGFCC) on enhancing the performance of spoofing detection. We also compare the effectiveness of GMM based spoofing detectors developed using mel frequency cepstral coefficients (MFCC), gammatone frequency cepstral coefficients (GFCC), modified group delay cepstral coefficients (MGDCC) and cosine normalized phase cepstral coefficients (CNPCC) with that of MGFCC. The experimental results on ASV spoof 2015 database show that MGFCC outperforms magnitude based, MFCC and GFCC, and phase based, MGDCC and CNPCC, features on the known attack conditions. Further, we performed a score level fusion of the systems developed using MFCC, MGFCC, MGDCC and CNPCC. It is observed that the fused system significantly outperforms all the individual systems for known and unknown attack conditions of ASV spoof 2015 database.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».