aasist-bladedisc 音频反欺骗算法模型

AASIST

论文

参考ASIST: Audio Anti-Spoofing using Integrated Spectro-Temporal Graph Attention Networks https://arxiv.org/pdf/2110.01200.pdf

模型结构

aasist是一种开源的音频反欺诈的模型，主要的模型结构如下所示：

算法原理

环境配置

Docker(方法一)

提供光源拉取的训练的docker镜像：

• 推理镜像：

docker pull image.sourcefind.cn:5000/dcu/admin/base/custom:aasist-main
docker run -it -v /path/your_code_data/:/path/your_code_data/ --shm-size=32G --privileged=true --device=/dev/kfd --device=/dev/dri/ --group-add video --name docker_name imageID bash
 

• 激活镜像环境：

source /root/env_disc.sh
cd /root/aasist;sh run.sh

• python依赖安装：

pip3 install -r requirements.txt

数据集

脚本下载方式：

python ./download_dataset.py

手动下载方式：

ASVspoof2019 dataset: https://datashare.ed.ac.uk/handle/10283/3336
下载LA.zip文件,unzip解压
LA
    ├── ASVspoof2019_LA_asv_protocols
    ├── ASVspoof2019_LA_asv_scores
        ├──ASVspoof2019.LA.asv.dev.gi.trl.scores.txt
        ├──ASVspoof2019.LA.asv.eval.gi.trl.scores.txt
        ...
    ├── ASVspoof2019_LA_cm_protocols
    ├── ASVspoof2019_LA_dev
    ├── ASVspoof2019_LA_eval
    ├── ASVspoof2019_LA_train

推理

To evaluate AASIST [1]:

export TORCH_MHLO_OP_WHITE_LIST="aten::max;aten::batch_norm;aten::abs,aten::selu;prim::NumToTensor;aten::zeros_like;aten::size;aten::narrow;aten::cat;aten::selu_"
 
python3 main.py --eval --config ./config/AASIST.conf
python3 main_opt.py --eval --config ./config/AASIST.conf

To evaluate AASIST-L [1]:

export TORCH_MHLO_OP_WHITE_LIST="aten::max;aten::batch_norm;aten::abs,aten::selu;prim::NumToTensor;aten::zeros_like;aten::size;aten::narrow;aten::cat;aten::selu_"
 
python3 main.py --eval --config ./config/AASIST-L.conf
python3 main_opt.py --eval --config ./config/AASIST-L.conf

测试命令：

bash run.sh

result

精度

使用Blade DISC优化后的精度与未使用Blade DISC优化后的精度保持一致

应用场景

算法类别

语音识别

热点应用行业

金融,交通,教育

源码仓库及问题反馈

ModelZoo / AASIST_bladedisc · GitLab

参考资料

GitHub - clovaai/aasist: Official PyTorch implementation of "AASIST: Audio Anti-Spoofing using Integrated Spectro-Temporal Graph Attention Networks"