L'IMPATTO DELLA FILIGRANA AUDIO SULLE CONTROMISURE ANTI-SPOOFING AUDIO

Questa repository fornisce l'implementazione ufficiale del nostro articolo: THE IMPACT OF AUDIO WATERMARKING ON AUDIO ANTI-SPOOFING COUNTERMEASURES . Esplora la demo interattiva e le visualizzazioni qui.

Cosa contiene

Watermark-Spoofing Dataset (WSD) — script e file di etichetta per generare i nostri set di valutazione e addestramento con filigrana.
Knowledge-Preserving Watermark Learning (KPWL) — script per riprodurre il framework KPWL e i relativi esperimenti.

Watermark-Spoofing Dataset (WSD)

Deriviamo il WSD da corpora pubblici e lo confrontiamo con i dataset originali:

ASVspoof 2019 (LA) — suddivisione di addestramento utilizzata per l'addestramento del modello. Download: https://datashare.is.ed.ac.uk/handle/10283/3336
ASVspoof 2021 (LA & DF) — utilizzato per la valutazione.

-LA: https://zenodo.org/record/4837263 -DF: https://zenodo.org/record/4835108
In-the-Wild — utilizzato per la valutazione. Download: https://deepfake-total.com/in_the_wild

Configurazione tipica: addestrare su ASVspoof 2019 LA (train); valutare su ASVspoof 2021 LA/DF (eval) e In-the-Wild.

Le utility di generazione dei dati si trovano in data_generation/. Segui il README di quella cartella per riprodurre il WSD e le sue varianti (split con filigrana vista/non vista).

Installazione (KPWL)

# 1) Clone
git clone https://github.com/Alphawarheads/Watermark_Spoofing.git
cd Watermark_Spoofing

# 2) (Optional) Use the bundled Fairseq snapshot
unzip fairseq-a54021305d6b3c4c5959ac9395135f63202db8f1.zip

# 3) Conda env
conda create -n kpwl python=3.7 -y
conda activate kpwl

# 4) PyTorch (adjust CUDA/ROCm wheels as needed)
pip install torch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1

# 5) Fairseq (editable)
cd fairseq-a54021305d6b3c4c5959ac9395135f63202db8f1
pip install --editable ./
cd ..

# 6) Project requirements
pip install -r requirements.txt

Nota: i nostri esperimenti principali sono stati addestrati su 4 GPU/DCU.

wav2vec 2.0 XLS-R pre-addestrato (300M)

Scarica i pesi di XLS-R da: https://github.com/pytorch/fairseq/tree/main/examples/wav2vec/xlsr

Valutazione

I comandi seguenti producono tre file score.txt (uno per ciascun set di valutazione). Questi punteggi vengono successivamente utilizzati per calcolare l'EER (%).

Suggerimento: usa sempre i flag completi --eval_track e --eval_output (non abbreviare in --eval).

LA 2021

Originale (senza filigrana):

TRACK=LA
PROTOCOLS=/public/home/qinxy/.../ASVspoof2021.LA.cm.eval.trl.txt
DATABASE_PATH=/public/home/qinxy/AudioData/Antispoofing/ASVspoof2021/ASVspoof2021_LA_eval/flac/
EVAL_OUTPUT=/public/home/qinxy/.../test2/${COMMENT}_eval_ori_LA21.txt
CUDA_VISIBLE_DEVICES=0,1,2,3 \
torchrun --standalone --nproc_per_node=4 \
    main_multinodes.py --track="$TRACK" --is_eval --eval \
  --model_path models/model_4dcu_kpwl.pth \
  --protocols_path="$PROTOCOLS" \
  --database_path="$DATABASE_PATH" \
  --eval_output="$EVAL_OUTPUT"

Watermark-Spoof (Vista):

TRACK=LA
PROTOCOLS=/public/home/qinxy/zhangzs/watermarking/The-A-Files-master/protocols/tagged/LA21/protocol_wm_75_only.txt
DATABASE_PATH=/public/home/qinxy/AudioData/Antispoofing/LA21_phase1/
EVAL_OUTPUT=/public/home/qinxy/.../test2/${COMMENT}_eval_wm_seen_LA21.txt

Watermark-Spoof (Non vista):

TRACK=LA
PROTOCOLS=/public/home/qinxy/zhangzs/watermarking/The-A-Files-master/protocols/tagged_phase2/LA21/split/protocol_wm_75_only.txt
DATABASE_PATH=/public/home/qinxy/AudioData/Antispoofing/LA21_phase2/
EVAL_OUTPUT=/public/home/qinxy/.../test2/${COMMENT}_eval_wm_unseen_LA21.txt

Vedi eval.sh per l'insieme completo degli script di valutazione.

Test con i nostri modelli pre-addestrati:

Unisci i punteggi e valuta

_wm_ nel nome di un file = punteggi prodotti su audio con filigrana.
_ori_ nel nome di un file = punteggi prodotti su audio originale (senza filigrana).

# If auto_merge_scores is not in the same file, import it:
# from your_module import auto_merge_scores

TRACK = "ITW"     # one of {"LA21", "DF21", "ITW"}
comment = "ori"   # label used in your score filenames

outs = auto_merge_scores(
    track=TRACK,
    score_wm_path=f"/public/.../test2/{comment}_train_eval_wm_SLS_{TRACK}.txt",
    score_ori_path=f"/public/.../test2/{comment}_train_eval_ori_SLS_{TRACK}.txt",
)

print("Output Results:")
for p in outs:
    print(" -", p)

Consulta il README in generate_data/ per i dettagli su come vengono costruiti i protocolli.

Addestramento

Pre-addestramento baseline (originale)

CUDA_VISIBLE_DEVICES=0,1,2,3 \
torchrun --standalone --nproc_per_node=4 \
  main_multinodes.py \
  --track=DF --lr=0.000001 --batch_size=5 --loss=WCE \
  --num_epochs=50 --comment 4dcu_baseline

Fine-tuning KPWL

CUDA_VISIBLE_DEVICES=0,1,2,3 \
torchrun --standalone --nproc_per_node=4 \
    main_kpwl.py \
  --eval_track=DF --lr=5e-7 --batch_size=5 --num_epochs=2 \
  --model_path best_model.pth \
  --comment model_4dcu_kpwl

Riconoscimenti e codice di terze parti

Questa repository si basa su e incorpora componenti modificati dei seguenti progetti open-source:

SLSforASVspoof-2021-DF — https://github.com/QiShanZhang/SLSforASVspoof-2021-DF.git

The-A-Files — https://github.com/pawel-kaczmarek/The-A-Files.git

Parti del codice sono adattate da queste repository. Tutto il codice di terze parti rimane sotto le rispettive licenze originali; fai riferimento ai file LICENSE a monte e conserva tutti gli avvisi di copyright applicabili. Se qualsiasi dettaglio di attribuzione o licenza è incompleto, faccelo sapere e lo correggeremo prontamente.

Contatti / Citazione Se utilizzi questa repository o WSD/KPWL nella tua ricerca, cita l'articolo e collega a questa repo.

Watermark_Spoofing

Più Popolari