WST-Graph：用于语音深度伪造检测的拓扑保持小波散射前端
WST-Graph: Topology-Preserving Wavelet Scattering Front-End for Speech Deepfake Detection
精选理由
介绍一种保留拓扑关系的紧凑语音伪造检测前端，提升跨域效果并减少参数。
AI 摘要
声学前端决定了语音深度伪造检测器能够利用哪些取证线索。小波散射变换（WST）提供了具有显式坐标的稳定多尺度系数，但直接展平会掩盖路径之间的父子关系。我们提出 WST-Graph，将这些路径重构为稀疏的调制-载波网格，供 AASIST 图后端使用。调制级归一化与长度感知的自适应局部注意力池化，在保留学习适配前声学轴的同时，生成固定的相对时间表示。由此，我们构建了一个采用固定且无参数 WST 的波形到图接口。在可训练参数减少约 60% 的情况下，我们的配置仍与 AASIST 具有竞争力，并在选定的域外基准测试中取得了明显提升。这些结果凸显了在构建紧凑且具有物理依据的图式语音深度伪造检测接口时，保留载波-调制拓扑中的父子关系的价值。代码将发布于 https://github.com/saki-ciallo/wst-graph】【。