Cristian-Teodor Neamtu, Serban Mihalache, Stefan Smeu, Dan Oneata, Horia Cucu, Dragos Burileanu
IEEE Spoken Language Technology 2026 · 2026
Conferință
Identificarea vorbitorului în mediul auto pentru control bazat pe vorbire cu autentificare
In acest studiu nu ne-am oprit la un simplu verdict de „real sau fake”, ci am vrut să aflăm direct ce sistem a generat fișierul audio. Ca să evităm capcana clasificării clasice, am transformat problema într-una de căutare text-audio. Practic, descriem fiecare generator în cuvinte simple și aliniem mostrele audio cu textele într-un spațiu comun de embedding-uri. Astfel, adăugarea unui model nou nu mai cere reantrenare. Pe MLAAD v9 am obtinut un MRR de 58,4% pe sisteme complet nevăzute la antrenare. Chiar și când ratează modelul exact, metoda noastră recunoaște corect arhitectura, vocoderul sau caracteristicile acustice de bază.

