Меню
Том_ 2 № 31 (2026) / 2026-06-30 / Кол. просмотров: 99
Авторы
Ключевые слова
DOI ссылка:
Как цитировать
В данной статье представлен систематический аналитический обзор современных методов обнаружения синтезированной речи и защиты систем автоматической верификации диктора от атак с подменой голоса. Рассмотрены основные классы атак с подменой голоса, включая синтез речи из текста, преобразование голоса, атаки с воспроизведением, аудиодипфейки и их комбинированные сценарии. Проведен сравнительный анализ используемых наборов данных, акустических характеристик, архитектур моделей, парадигм обучения и метрик оценки.
Установлено, что современное состояние исследований характеризуется доминированием наборов данных ASVspoof и подходов к обучению с учителем, что обеспечивает сопоставимость результатов, но ограничивает обобщающую способность моделей в условиях переноса между наборами данных и сдвига предметной области. Показано, что остаются ключевые нерешенные проблемы: устойчивость к ранее не наблюдавшимся типам атак, чувствительность к шуму и искажениям канала, а также ограниченная интерпретируемость существующих моделей.
На основе проведенного анализа были выявлены основные методологические ограничения и сформулированы приоритетные направления дальнейших исследований, связанные с разработкой кросс-доменных, надежных и объяснимых систем обнаружения, предназначенных для практической интеграции в схемы защиты ASV. В работе также предложена классификация методов детекции синтетической речи, учитывающая тип используемых признаков и архитектурные особенности моделей.