ВейвСат: Разрушение передних тросов с самозащитными элементами для глубокого обнаружения речи
arXiv: 2602.02980v3 Тип уведомления: заменить перекрестное резюме: существующие передние концы для глубокого распознавания речи подразделяются главным образом на два типа. Функциональные фильтро-накладные элементы являются транспарентными, но ограниченными в плане сбора информации более высокого уровня. В свою очередь, элементы SSL не поддаются толкованию и могут игнорировать мелкозернистые спектральные аномалии. Мы предлагаем WaveScat, новую семью экстракторов, которая сочетает лучшие из обоих миров через процесс рассеивания волн (WST), которые каскадируют слияние волновых муляжей с нелинейными модулем для создания деформирующихся многомасштабных характеристик. Эксперименты по недавно созданному стандарту Deepfake-Eval-2024 вместе с перекрестными оценками данных на SpoofCeleb, In-Wild и ASVspuf 5 показывают, что WaveScat превосходит существующие передние концы в широких пределах. Наш анализ показывает, что малая усредненная шкала в сочетании с высокочастотными и направленными разрешениями имеет решающее значение для сбора изощренных артефактов. Это подчеркивает значение стабильности a
