用于欺骗检测的基于 SSL 的特征提取器和后端分类器的比较：多语料库训练和跨语言分析

语音生物识别系统面临着日益增长的欺骗攻击威胁，但不同数据集的检测模型评估仍然不一致。为了研究这些不可预测的波动，我们对四个自监督学习特征提取器与四个后端分类器配对进行了全面的基准测试。我们将 ResNet 的分层局部特征提取与注意力和基于图的后端的全局序列和关系建模进行比较。通过跨三个场景和六个评估数据集的多语料库训练，我们的实证分析得出了两个关键发现。首先，我们暴露了 ASVspoof 5 数据集中的域偏差，表明原始数据扩展会主动降低性能。其次，我们的跨语言分析表明，仅 8 小时目标语言数据的 微调 就增强了检测的稳健性。总之，这些发现强调了欺骗检测中对领域感知和特定语言适应的迫切需要。