您当前的位置:
首页 >
文章列表页 >
基于One-Class学习的鲁棒音频真伪识别
研究 | 更新时间:2025-05-13
    • 基于One-Class学习的鲁棒音频真伪识别

    • Robust audio authenticity detection based on One-Class learning

    • 在深度伪造技术领域,专家构建了基于One-Class学习的语音欺骗检测系统,有效解决了伪造语音数据稀缺和模型泛化能力不足的问题。
    • 大数据   2025年11卷第3期 页码:167-187
    • DOI:10.11959/j.issn.2096-0271.2025031    

      中图分类号: TP391
    • 收稿日期:2023-09-26

      纸质出版日期:2025-05-15

    移动端阅览

  • 梁子琪,张旭龙,王健宗,等.基于One-Class学习的鲁棒音频真伪识别[J].大数据,2025,11(03):167-187. DOI: 10.11959/j.issn.2096-0271.2025031.

    LIANG Ziqi,ZHANG Xulong,WANG Jianzong,et al.Robust audio authenticity detection based on One-Class learning[J].BIG DATA RESEARCH,2025,11(03):167-187. DOI: 10.11959/j.issn.2096-0271.2025031.

  •  
  •  

0

浏览量

0

下载量

0

CSCD

文章被引用时,请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

一种双通道半监督网络表示学习模型

相关作者

杜航原
谢富中
王文剑
白亮

相关机构

山西大学计算机与信息技术学院
山西大学智能信息处理研究所
0