CRAF融合自监督声学特征与音频大模型语义表征，提升对未知语音伪造的泛化。
推荐理由：自监督模型擅长捕捉底层伪造痕迹，音频大模型提供高层上下文，CRAF以残差感知方式融合两者；核心诉求是减少检测器对已知攻击类型的依赖。
阅读原文