a-DCF: an architecture agnostic metric with application to spoofing-robust speaker verification

要約

なりすまし検出は今日主流の研究テーマである。標準的なメトリクスは、単独のスプーフィング検出ソリューションのパフォーマンスを評価するために適用することができ、また、話者検出と組み合わせた場合の評価をサポートするために他のメトリクスが提案されています。しかし、これらにはよく知られた欠陥があるか、話者検出となりすまし検出を組み合わせるためのアーキテクチャアプローチが制限されています。本稿では、アーキテクチャに依存しない検出コスト関数（a-DCF）を提案する。自動話者検証（ASV）の評価に広く使われているオリジナルのDCFを一般化したもので、a-DCFはなりすましに頑健なASVの評価のために設計されている。DCFと同様に、a-DCFはベイズリスク的な意味での決定コストを反映し、クラス事前分布と検出コストモデルを明示的に定義する。我々は、アーキテクチャ的に異種のなりすましに強いASVソリューションのベンチマーク評価を通じて、a-DCFの利点を実証する。

要約(オリジナル)

Spoofing detection is today a mainstream research topic. Standard metrics can be applied to evaluate the performance of isolated spoofing detection solutions and others have been proposed to support their evaluation when they are combined with speaker detection. These either have well-known deficiencies or restrict the architectural approach to combine speaker and spoof detectors. In this paper, we propose an architecture-agnostic detection cost function (a-DCF). A generalisation of the original DCF used widely for the assessment of automatic speaker verification (ASV), the a-DCF is designed for the evaluation of spoofing-robust ASV. Like the DCF, the a-DCF reflects the cost of decisions in a Bayes risk sense, with explicitly defined class priors and detection cost model. We demonstrate the merit of the a-DCF through the benchmarking evaluation of architecturally-heterogeneous spoofing-robust ASV solutions.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL