WavLM 欺骗检测表征的可解释性研究：逐层分析与五层子集优于十三层池化

基于 ASVspoof 5 数据库的逐层可解释性研究发现，WavLM 仅用五层子集的表现优于全部十三层池化。CCA 分析显示多数声学特征在与中间层对齐时达到峰值后衰减，而 jitter、shimmer 和谐噪比等音质指标的相关性则随层数加深持续上升。嵌入可视化表明深层捕捉的是攻击间连续的声学相似性而非离散类别，暗示其编码的是基础合成伪影而非特定攻击特征。