SE-ADD：具有错误驱动监督的自我进化音频深度伪造检测

当部署后出现新的欺骗攻击时，音频深度伪造检测 (ADD) 必须保持有效。新兴的基于音频语言模型 (ALM) 的 ADD 方法建立在来自真实标签或经过验证的取证原理的预定义监督之上。然而，这种范式忽视了 ALM 自身的错误，这些错误表明哪里最需要有针对性的监督。为此，我们首先为基于 ALM 的 ADD 引入不断发展的欺骗环境，其中新的攻击成为主导，而之前观察到的攻击仍然存在。受上述从错误中学习的观点的启发，我们进一步提出了 SE-ADD，这是一种自我进化框架，它使用根据其判决和自我生成的取证线索构建的错误驱动监督，通过低秩适应（LoRA）迭代地适应 ALM。所有训练样本都接受直接的真实性监督，而错误分类的样本则接受额外的线索增强监督。随着更新的 ALM 重新生成判决和线索，最终的监督也会相应地发展。对两个 ALM 的实验证明了 SE-ADD 在泛化到未见过的攻击方面的有效性，将 Qwen2-Audio 的等错误率 (EER) 从 $36.72\%$ 降低到 $7.52\%$，将 MOSS-Audio 从 $19.93\%$ 降低到 $3.97\%$。