Optimización de a-DCF para la Verificación de Hablantes Robusta frente a Suplantaciones

Los sistemas de verificación automática de hablantes (ASV) son vulnerables a ataques de suplantación como el texto a voz. En este estudio, proponemos un novel clasificador de ASV robusto ante suplantaciones, optimizado directamente para la función de costo de detección agnóstica a la arquitectura recientemente introducida (a-DCF). Combinamos a-DCF y pérdidas de entropía cruzada binaria (BCE) para optimizar los pesos de la red, combinados por una técnica de optimización de umbral de detección novedosa y sencilla. Los experimentos en la base de datos ASVspoof2019 demuestran una mejora considerable sobre la línea base optimizada usando solo BCE (de un a-DCF mínimo de 0.1445 a 0.1254), representando un 13% de mejora relativa. Estos resultados iniciales prometedores demuestran que es posible ajustar un sistema ASV para encontrar un equilibrio adecuado entre las contradicciones de conveniencia para el usuario y la seguridad contra adversarios.