PyTorchKR Papers

최신 논문

총 2편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2606.31411v2cs.CL

그래디언트 역전과 변분 정보 병목을 통한 스푸핑 탐지의 언어적 바이어스 완화

Linguistic Bias Mitigation for Spoofing Detection via Gradient Reversal and A Variational Information Bottleneck

음성 딥페이크 탐지 모델이 학습 데이터의 언어적 편향(linguistic bias)에 과의존해 도메인 외 환경에서 일반화 성능이 저하되는 문제를 분석하고, 이를 해결하기 위해 교사-학생 적대적 학습에 그래디언트 역전(GRL)과 변분 정보 병목(VIB)을 결합한 언어 불변 스푸핑 탐지 프레임워크를 제안하여 9개 DF Arena 데이터셋에서 기준 대비 EER을 최대 36.2% 감소시켰다.

arXiv:2607.14753v1cs.SD

스푸핑 인식 화자 검증을 위한 대규모 오디오 언어 모델

Large Audio Language Models for Spoofing-Aware Speaker Verification

최근 텍스트 음성 변환과 음성 복제의 발전으로 고품질 스푸핑이 저렴하고 확장 가능해지면서, 특히 자동 화자 검증(ASV)을 포함한 음성 인증 시스템에 위협이 되고 있다. 기존 방어 방법은 주로 딥페이스 탐지를 위한 이진 대응책(CM) 또는 스푸핑 인식 화자 검증(SASV)을 통해 이 위협에 대응하며, 현재 시스템은 모듈형 ASV-CM 융합 및 캐스케이드 파이프라인이 주를 이룬다. 대규모 오디오 언어 모델(LALM)은 CM 및 ASV를 포함한 관련 오디오 작업에서 가능성을 보였지만, 변별적 예측을 넘어 감사 및 견고성을 위한 자연어 근거를 생성할 수 있는 능력에도 불구하고 SASV에 대한 활용은 아직 탐구되지 않았다. 본 연구는 제로샷 프롬프팅, 지도 학습 적응, 추론 지향 학습, 강화학습 기반 최적화 조건에서 LALM을 기존 파이프라인과 비교하여 SASV에 대해 체계적으로 평가한다. 결과적으로 사전학습된 LALM은 제로샷 설정에서 거의 무작위 수준이어서 SASV에 본질적으로 적합하지 않음을 확인했지만, 태스크 특화 적응이 이 격차를 메운다. 또한 경쟁력 있는 SASV 성능은 여러 서로 다른 경로를 통해 달성될 수 있음을 발견했다. 이러한 결과는 LALM을 통합 SASV를 위한 유망하고 감사 가능한 기반으로 위치시키는 동시에, 기존 캐스케이드 시스템이 여전히 앞서는 영역을 명확히 한다.