HyperPotter: 고차 상호작용의 매력을 활용한 오디오 딥페이크 탐지

HyperPotter: Spell the Charm of High-Order Interactions in Audio Deepfake Detection

최근 AIGC 기술의 발전으로 인간의 청각 인지 능력을 속일 수 있는 매우 현실적인 오디오 딥페이크가 생성되고 있습니다. 다양한 오디오 딥페이크 탐지(ADD) 방법이 개발되었지만, 대부분은 국소적인 시간/주파수 특징 또는 쌍별 관계에 의존하며, 고차 상호작용(HOI)을 간과합니다. HOI는 개별 특징 요소의 기여를 넘어 다양한 특징 구성 요소에서 나타나는 차별적인 패턴을 포착합니다. 본 논문에서는 클러스터링 기반 하이퍼에지를 통해 이러한 시너지 효과를 가진 HOI를 명시적으로 모델링하는 하이퍼그래프 기반 프레임워크인 HyperPotter를 제안합니다. 광범위한 실험 결과, HyperPotter는 11개의 데이터 세트에서 평균 22.15%의 상대적인 성능 향상을 보였으며, 4개의 어려운 교차 도메인 데이터 세트에서 최첨단 방법보다 13.96% 더 뛰어난 성능을 보여주어 다양한 공격 및 화자에 대한 우수한 일반화 능력을 입증했습니다.

Advances in AIGC technologies have enabled the synthesis of highly realistic audio deepfakes capable of deceiving human auditory perception. Although numerous audio deepfake detection (ADD) methods have been developed, most rely on local temporal/spectral features or pairwise relations, overlooking high-order interactions (HOIs). HOIs capture discriminative patterns that emerge from multiple feature components beyond their individual contributions. We propose HyperPotter, a hypergraph-based framework that explicitly models these synergistic HOIs through clustering-based hyperedges with class-aware prototype initialization. Extensive experiments demonstrate that HyperPotter surpasses its baseline by an average relative gain of 22.15% across 11 datasets and outperforms state-of-the-art methods by 13.96% on 4 challenging cross-domain datasets, demonstrating superior generalization to diverse attacks and speakers.