Развитие технологий синтеза речи и клонирования голосов на основе ИИ создаёт угрозы для систем голосовой аутентификации, требуя разработки надёжных методов антиспуфинга. Однако эффективность таких систем снижается в реальных условиях из-за шумовой маскировки. В данной работе исследуется устойчивость моделей к шумовым искажениям, а также влияние аугментации шумами на качество обнаружения голосовых дипфейков. Результаты показывают, что шумовая маскировка усиливает асимметричную деградацию моделей, где ошибки второго рода (FNR) растут сильнее, чем ложные срабатывания (FPR), особенно у моделей, обученных с шумовыми аугментациями.

Галимов А.А. (науч. рук. Чирковский А.Д.) Сравнение общей устойчивости к шумам и устойчивости к маскировке шумовых дипфейков для систем обнаружения дипфейков // Сборник тезисов докладов конгресса молодых ученых. Электронное издание. – СПб: Университет ИТМО, [2026]. URL: https://kmu.itmo.ru/digests/article/17813