Verificación de hablantes robusta ante suplantaciones utilizando fusión paralela de incrustaciones: Enfoque del Grupo de Habla de BTU para el Desafío ASVspoof5

Este documento presenta el sistema de verificación de hablantes (SASV) consciente de suplantaciones basado en redes paralelas desarrollado por el Grupo de Habla de BTU para el Desafío ASVspoof5. El sistema SASV integra sistemas de ASV y CM para mejorar la seguridad contra ataques de suplantación. Nuestro enfoque emplea fusión de puntuaciones e incrustaciones de modelos de ASV (ECAPA-TDNN, WavLM) y modelos de CM (AASIST). Las incrustaciones fusionadas se procesan utilizando una estructura DNN simple, optimizando el rendimiento del modelo con una combinación de pérdidas a-DCF y BCE recientemente propuestas. Introducimos una nueva estructura de red paralela donde dos DNN idénticos, alimentados con entradas diferentes, procesan independientemente las incrustaciones y producen puntuaciones SASV. La probabilidad final de SASV se deriva promediando estas puntuaciones, mejorando la robustez y la precisión. Los resultados experimentales demuestran que la estructura DNN paralela propuesta supera a los métodos tradicionales de DNN único, ofreciendo un sistema de verificación de hablantes más confiable y seguro contra ataques de suplantación.