arXiv cs.AI· Kunyu Feng, Yuxiang Wang, Li Wang, Wan Lin, Zhizheng Wu·· 3 天前AI 评分22
CoReLoop：面向音频深度伪造检测的参数高效受控循环精炼方法
CoReLoop: Parameter-Efficient Controlled Recurrent Refinement for Audio Deepfake Detection
AI 导读
CoReLoop 通过循环专属 LoRA 与轻量模块实现受控循环精炼，让已训练的 SSL 音频深度伪造检测器在不新增数据、不更新原参数的情况下提升泛化能力。在 14 个测试集上，24 层模型两轮精炼将 EER 从 4.85% 降至 3.74%，仅训练 598M 参数中的约 11M。可选 halting head 按语句选择精炼深度，以平均 1.18 轮达到 3.73% EER。
正文 · AI 翻译
摘要：音频深度伪造检测器应能对多样化的攻击、数据集和录音条件保持稳健，然而收集覆盖所有未来条件的训练数据并不现实。我们研究一个已训练好的基于 SSL 的检测器能否通过额外的循环计算提升其泛化能力，而无需引入新的训练数据或更新其原始参数。然而，直接将编码器输出作为其下一次输入反馈回去会严重降低检测性能，这揭示了为单次前向推理训练的模型所产生和消费的表示之间存在不匹配。因此，我们提出 CoReLoop，它通过循环特定的 LoRA 和轻量级模块实现受控的循环精炼，这些模块自适应循环输入、调节状态更新，并使精炼后的表示与冻结的分类器对齐。在 14 个多样化测试集上，CoReLoop 在 3、6、12 和 24 层编码器上均改善了汇总 EER；在 24 层模型上，两遍精炼将 EER 从 4.85% 降至 3.74%，而仅训练了 598M 参数中的约 11M。一个可选的停止头进一步为每个话语选择精炼深度，以平均 1.18 遍达到 3.73% 的 EER。分析表明，后遍的饱和与更小的应用更新以及近乎平衡的修正与退化同时出现，而循环状态仍在持续变化。
| 评论： | 22 页，6 幅图，16 张表 |
| 主题： | 声音 (cs.SD)；人工智能 (cs.AI) |
| 引用为： | arXiv:2609.19818 [cs.SD] |
| （或 arXiv:2609.19818v3 [cs.SD] 为此版本） | |
| https://doi.org/10.48550/arXiv.2609.19818 arXiv 颁发的 DOI 通过 DataCite |
提交历史
来自：Kunyu Feng [查看邮箱]
[v1]
2026 年 9 月 17 日星期四 07:28:40 UTC（153 KB）
[v2]
2026 年 9 月 18 日星期五 06:21:08 UTC（153 KB）
[v3]
2026 年 10 月 13 日星期二 11:44:24 UTC（233 KB）
来源：arXiv cs.AI · arxiv.org