음성 검증을 위한 적대적 공격에 대한 확장 가능한 앙상블 기반 탐지 방법

자동 음성 검증(ASV)은 적대적 공격에 매우 취약합니다. 정화 모듈은 일반적으로 적대적 노이즈를 완화하기 위한 전처리로 채택됩니다. 그러나 이들은 다양한 실험 설정에서 공통적으로 구현되어 직접적인 비교를 어렵게 합니다. 본 논문은 통합된 프레임워크 내에서 주요 정화 기술을 포괄적으로 비교합니다. 우리는 이러한 방법들이 종종 사용자 경험과 보안 사이의 균형을 맞추기 위해 어려움을 겪으며, 진정한 샘플 성능을 유지하고 적대적 섭동을 줄이는 것을 동시에 이루기 힘들다는 것을 발견했습니다. 이러한 과제를 해결하기 위해 일부 노력들은 정화 모듈을 탐지 능력을 포함하도록 확장하여 이 균형 문제를 완화하는 것을 목표로 하고 있습니다. 그러나 고급 정화 모듈은 항상 이전 탐지 방법을 초월하기 위해 등장할 것입니다. 결과적으로, 우리는 탐지를 위한 고급 정화 모듈을 통합한 따라 하기 쉬운 앙상블 접근 방식을 제안하여 적대적 노이즈에 대응하는 최첨단(SOTA) 성능을 달성합니다. 우리의 앙상블 방법은 향후 고급 정화 기술과의 호환성 덕분에 큰 잠재력을 가지고 있습니다.