SNAP：用于语音深度伪造检测中伪影投影的说话人抵消技术

针对基于自监督学习的语音编码器在检测深度伪造时因“说话人纠缠”现象导致的泛化能力不足问题，研究团队提出了 SNAP（Speaker Nulling for Artifact Projection）框架。该框架通过估计说话人子空间并应用正交投影技术，有效抑制了特征中的说话人依赖成分，使检测器能够专注于合成伪影相关的线索。实验表明，该方法在未见过的说话人上实现了最先进的检测性能，显著提升了语音深度伪造检测的泛化能力。