Os autores propõem uma estrutura de detecção de spoofing invariante ao idioma que aborda a generalização ruim em configurações fora do domínio causada pela dependência de indícios linguísticos. O método usa uma abordagem de aprendizado adversarial professor-aluno onde um professor consciente da linguagem guia o detector aluno por meio de reversão de gradiente para minimizar a informação linguística.
- Um Pescoço de Garrafa de Informação Variacional (Variational Information Bottleneck) é incorporado para evitar a remoção inadvertida de indícios não linguísticos enquanto suprime os principais linguísticos.
- A estrutura foi avaliada em nove conjuntos de dados DF Arena.
- O método alcança uma redução relativa de até 36,2% na Taxa de Erro Igual (EER) em comparação com a linha de base.
Esta abordagem melhora a robustez para cenários cruzados de dados ao desacoplar a detecção de spoofing do conteúdo linguístico específico.