面向音频深度伪造检测的任务感知联合剪枝与蒸馏框架

研究提出任务感知联合剪枝与蒸馏框架，将跨域知识蒸馏与剪枝结合，用于压缩基于自监督学习的音频深度伪造检测模型。这类检测器性能达 SOTA，但参数量通常超过 300M，难以部署在资源受限设备上；而现有压缩方法主要面向内容类任务，直接迁移后性能难以保持。