融合注意力机制的ResNeXt语音欺骗检测模型

来源：计算机应用与软件杂志2024年第8期北京时间：

作者：张旺, 杨乘, 罗娅娅

摘要：针对残差神经网络在语音欺骗检测中存在超参数过多且对于高频特征显著性突出不够的问题，提出一种融合注意力机制的ResNeXt-Attention网络（RA-Net）。RA-Net采用残差结合分组卷积的方式，用一组小卷积核代替大卷积核，且采用MFM(Max Feature Map)作为新的拼接方法。加入的注意力机制通过学习原始特征的信息，减少了对边缘信息的关注。在ASVspoof2019数据集上实验表明，RA-Net相比基准线高斯混合模型（GMM）的等错误率(EER)降低了4.72百分点和6.23百分点，与残差网络(Residal Neural Network，ResNet)相比EER降低了0.69百分点和0.89百分点，证明了该模型的有效性。

关键词：语音欺骗检测, ResNeXt, MFM, 注意力机制, RA-Net