MOS-FAD：通过自动平均意见得分预测改进伪造音频检测
MOS-FAD: Improving Fake Audio Detection Via Automatic Mean Opinion Score Prediction
AI总结：
本研究将自动平均意见得分（MOS）预测应用于伪造音频检测任务，提出MOS-FAD方法，通过MOS实现训练数据筛选与模型融合门控，有效提升检测性能。
摘要：
自动平均意见得分（MOS）预测被用于评估合成语音的质量。本研究将预测MOS的应用拓展至伪造音频检测（FAD）任务，因为我们预期MOS可用于评估合成语音与自然人声的接近程度。我们提出MOS-FAD方法，MOS可在FAD的两个关键环节发挥作用：训练数据选择与模型融合。在训练数据选择方面，我们证明MOS能有效过滤非平衡数据集中的样本。在模型融合方面，我们的结果表明，将MOS作为门控机制引入FAD模型融合可提升整体性能。
英文摘要：
Automatic Mean Opinion Score (MOS) prediction is employed to evaluate the quality of synthetic speech. This study extends the application of predicted MOS to the task of Fake Audio Detection (FAD), as we expect that MOS can be used to assess how close synthesized speech is to the natural human voice. We propose MOS-FAD, where MOS can be leveraged at two key points in FAD: training data selection and model fusion. In training data selection, we demonstrate that MOS enables effective filtering of samples from unbalanced datasets. In the model fusion, our results demonstrate that incorporating MOS as a gating mechanism in FAD model fusion enhances overall performance.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
