融合注意力机制的ResNeXt语音欺骗检测模型

作     者：张旺 杨乘 罗娅娅 Zhang Wang;Yang Cheng;Luo Yaya

作者机构：贵州省教育厅汽车电子技术特色重点实验室贵州师范大学物理与电子科学学院贵州贵阳550025 贵州省射电天文数据处理重点实验室贵州师范大学物理与电子科学学院贵州贵阳550025 

出 版 物：《计算机应用与软件》 (Computer Applications and Software)

年 卷 期：2024年第41卷第8期

页      面：298-302页

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 08[工学] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金项目(62062025,61662010) 贵州省科学技术基金重点项目(黔科合基础1432) 

主　　题：语音欺骗检测 ResNeXt MFM 注意力机制 RA-Net 

摘      要：针对残差神经网络在语音欺骗检测中存在超参数过多且对于高频特征显著性突出不够的问题,提出一种融合注意力机制的ResNeXt-Attention网络(RA-Net)。RA-Net采用残差结合分组卷积的方式,用一组小卷积核代替大卷积核,且采用MFM(Max Feature Map)作为新的拼接方法。加入的注意力机制通过学习原始特征的信息,减少了对边缘信息的关注。在ASVspoof2019数据集上实验表明,RA-Net相比基准线高斯混合模型(GMM)的等错误率(EER)降低了4.72百分点和6.23百分点,与残差网络(Residal Neural Network,ResNet)相比EER降低了0.69百分点和0.89百分点,证明了该模型的有效性。