arXiv · AI· Miao He, Peng Cheng, Zhongjie Ba, Qing Wen, Li Lu, Xin Yang, Kui Ren·· 2026-10-06AI 评分28
面向音频深度伪造检测的任务感知联合剪枝与蒸馏框架
Task-Aware Joint Pruning and Distillation for Efficient Audio Deepfake Detection
AI 导读
针对现有自监督学习检测器参数超300M导致无法部署于受限设备的问题,研究团队提出一种结合跨域知识蒸馏与运动引导结构化剪枝的任务感知联合框架。 该框架将模型压缩至31.9M参数并实现6.3倍FLOPs降低,在多个数据集上的平均性能下降仅1.30%,显著优于直接适配现有压缩方法的效果。 这一成果展示了该模型在资源受限设备上进行音频深度伪造检测部署的强大学潜力。
来源:arXiv · AI · arxiv.org