检测神经音频编解码器合成的心音
Towards Detecting Neural Audio Codec Synthesized Heart Sounds
AI总结：
提出心音合成检测任务SHAC，发布首个基准数据集CARDIOFAKE，并设计融合频谱与自监督特征的GROOT框架，实现最优检测性能。
摘要：
本文介绍合成心音检测（SHAC）任务，旨在识别使用神经音频编解码器（NAC）合成的心音图（PCG）。为促进该方向研究，我们发布了CARDIOFAKE，这是SHAC的第一个基准数据集，包含真实和编解码器合成的PCG。我们评估了频谱表示（MFCC、LFCC）和自监督学习（SSL）表示（如WavLM）在该任务上的表现。此外，我们提出了GROOT，一种融合频谱和SSL特征的框架，以利用它们的互补特性。实验表明，结合MFCC和WavLM的GROOT达到了最先进的性能，优于单独表示和竞争基线。
英文摘要：
In this paper, we introduce Synthetic Heart Sound Detection (SHAC), a task aimed at identifying phonocardiograms (PCGs) synthesized using neural audio codecs (NACs). To facilitate research in this direction, we release CARDIOFAKE, the first benchmark dataset for SHAC containing both real and codec-synthesized PCGs. We benchmark spectral representations (MFCC, LFCC) and self-supervised learning (SSL) representations (e.g., WavLM) for the task. Furthermore, we propose GROOT, a fusion framework that integrates spectral and SSL features for leveraging their complementary behavior. Experiments show that GROOT, combining MFCC and WavLM, achieves state-of-the-art performance, outperforming individual representations and competitive baselines.
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。
