WavLM欺骗检测表征逐层可解释性研究

Mohamed Mallat 等作者发表了一项基于 ASVspoof 5 数据库的 WavLM 逐层可解释性研究，发现仅使用五层子集的表现优于全部十三层池化。 研究通过 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，提示其编码的是基础合成伪影而非特定攻击特征。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。