論文の概要: DG^VoiC: Speaker Clustering for Fraud Investigation under Real Call-Centre Conditions
- arxiv url: http://arxiv.org/abs/2606.28048v1
- Date: Fri, 26 Jun 2026 12:51:14 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-29 18:24:25.486655
- Title: DG^VoiC: Speaker Clustering for Fraud Investigation under Real Call-Centre Conditions
- Title（参考訳）: DG^VoiC:実呼中心条件下でのフラッド調査のための話者クラスタリング
- Abstract要約: 本稿では,顧客認証のための音声クラスタリングフレームワークであるDGVoiCについて述べる。
この手法は、センシティブな情報整合匿名化、音声中心の事前処理、スライドウインドウ話者埋め込み抽出、およびコサイン類似性に基づくクラスタリングを組み合わせて、実際の電話条件下で繰り返し話者を特定する。
- 参考スコア（独自算出の注目度）: 0.45127516760754416
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Insurance fraud remains costly and operationally difficult, particularly in call-centre workflows where many customer interactions begin at FNOL. While recent fraud detection methods mainly rely on structured data, text, or images, repeated speaker identity across calls remains underused as an investigative signal. This paper presents DG^VoiC, a voice clustering framework for customer verification and cross-profile speaker linking on anonymised real call-centre audio. The approach combines sensitive information-aligned anonymisation, speech-focused preprocessing, sliding-window speaker embedding extraction, and cosine similarity based clustering to identify repeated speakers under real telephony conditions. The method was evaluated on 121 recordings, with a curated reference subset of 56 samples in 22 human-agreed speaker clusters. used for validation. The best configuration achieved 96% AMI, 95% ARI, 98% completeness, 100% homogeneity, and 99% V-measure. These results show that speaker clustering can provide a strong additional signal for fraud investigation by helping analysts verify speaker consistency and surface repeated voices across customers.
- Abstract（参考訳）: 保険詐欺は、特にFNOLで多くの顧客インタラクションが開始されるコールセンタワークフローにおいて、費用がかかり、運用が難しいままである。
最近の不正検出法は、主に構造化データ、テキスト、画像に依存しているが、通話間で繰り返し話者の身元が調査信号として使われていない。
本稿では,顧客認証のための音声クラスタリングフレームワークであるDG^VoiCについて述べる。
この手法は、センシティブな情報整合匿名化、音声中心の事前処理、スライドウインドウ話者埋め込み抽出、およびコサイン類似性に基づくクラスタリングを組み合わせて、実際の電話条件下で繰り返し話者を特定する。
提案手法は,22個の話者クラスタに56個のサンプルをキュレートした基準サブセットを用いて,121枚の録音で評価した。
検証に使用しました
最高構成はAMI96%、ARI95%、完全度98%、均一度100%、V測定99%であった。
これらの結果から, 話者クラスタリングは, 話者の一貫性を検証し, 顧客間で繰り返し音声を呈示することにより, 不正調査に強力なシグナルを与える可能性が示唆された。
関連論文リスト
- Enhancing Speaker Verification with Whispered Speech via Post-Processing [1.8849814100256281]
本研究では,より頑健な発話障害に対する表現を得るための学習レシピを用いたモデルを提案する。
提案システムは、細調整された話者検証バックボーン上に構築されたエンコーダ-デコーダ構造を用いる。
また, 発声音声を用いた性能評価において, 最も人気があり, 最先端の話者検証モデルの要約も提供する。
論文 参考訳（メタデータ） (2026-04-22T06:23:40Z) - Shared Representation Learning for Reference-Guided Targeted Sound Detection [12.339689044414401]
共有表現空間内で参照音声と混合音声の両方を処理する統一エンコーダアーキテクチャを提案する。
我々は、セグメントレベルF1スコア83.15%のターゲット音検出のための新しい最先端のベンチマークを構築した。
論文 参考訳（メタデータ） (2026-03-17T18:05:21Z) - Target speaker anonymization in multi-speaker recordings [35.23403922131853]
本研究は,多話者対話音声における話者匿名化の重大な課題に対処する。
このシナリオは、顧客のプライバシが顧客の声のみを匿名化する必要があるコールセンタのようなコンテキストに非常に関係している。
本研究の目的は,会話音声における話者匿名化を効果的に行うことによって,これらのギャップを埋めることである。
論文 参考訳（メタデータ） (2025-10-10T11:59:45Z) - Training-Free Deepfake Voice Recognition by Leveraging Large-Scale Pre-Trained Models [52.04189118767758]
一般化は、現在のオーディオディープフェイク検出器の主な問題である。
本稿では,オーディオディープフェイク検出のための大規模事前学習モデルの可能性について検討する。
論文 参考訳（メタデータ） (2024-05-03T15:27:11Z) - PITCH: AI-assisted Tagging of Deepfake Audio Calls using Challenge-Response [14.604998731837595]
我々は,対話型ディープフェイク音声通話の検出とタグ付けを行う,堅牢なチャレンジ応答手法であるPITCHを開発した。
PITCHの課題は、マシン検出能力を88.7%のAUROCスコアに向上させた。
疑わしい通話を「ディープフェイク風」とタグ付けする新しい人間とAI協調システムを開発した。
論文 参考訳（メタデータ） (2024-02-28T06:17:55Z) - Symmetric Saliency-based Adversarial Attack To Speaker Identification [17.087523686496958]
我々は、対称サリエンシに基づくエンコーダデコーダ(SSED)と呼ばれる、新しい世代ネットワークベースのアプローチを提案する。
まず,新規な唾液マップデコーダを用いて,対象話者識別システムの決定に対する音声サンプルの重要性を学習する。
第2に,話者を音源から遠ざける角度損失関数を提案する。
論文 参考訳（メタデータ） (2022-10-30T08:54:02Z) - Visualizing Classifier Adjacency Relations: A Case Study in Speaker
Verification and Voice Anti-Spoofing [72.4445825335561]
任意のバイナリ分類器によって生成される検出スコアから2次元表現を導出する簡単な方法を提案する。
ランク相関に基づいて,任意のスコアを用いた分類器の視覚的比較を容易にする。
提案手法は完全に汎用的であり,任意の検出タスクに適用可能だが,自動話者検証と音声アンチスプーフィングシステムによるスコアを用いた手法を実証する。
論文 参考訳（メタデータ） (2021-06-11T13:03:33Z) - FoolHD: Fooling speaker identification by Highly imperceptible
adversarial Disturbances [63.80959552818541]
話者識別モデルに対する知覚不能な摂動を発生させるホワイトボックス・ステガノグラフィーによる敵攻撃を提案する。
我々のアプローチであるFoolHDは、DCTドメインで動作するGated Convolutional Autoencoderを使用し、多目的損失関数で訓練されている。
我々は,VoxCelebを用いて訓練した250話者識別xベクトルネットワークを用いてFoolHDを検証する。
論文 参考訳（メタデータ） (2020-11-17T07:38:26Z) - Identify Speakers in Cocktail Parties with End-to-End Attention [48.96655134462949]
本稿では,音声ソース抽出と話者識別を統合したエンドツーエンドシステムを提案する。
本稿では,チャネル次元に沿って話者予測を最大にすることで,これら2つの部分を協調的に最適化する方法を提案する。
エンドツーエンドのトレーニングは、99.9%の精度と93.9%の精度で2話者放送音声の1つの話者を認識するシステムである。
論文 参考訳（メタデータ） (2020-05-22T22:15:16Z) - Active Speakers in Context [88.22935329360618]
能動話者検出のための現在の手法は、単一話者からの短期音声視覚情報をモデル化することに焦点を当てている。
本稿では,複数話者間の関係を長期にわたってモデル化する新しい表現であるActive Speaker Contextを紹介する。
実験の結果,構造的特徴アンサンブルはすでにアクティブな話者検出性能の恩恵を受けていることがわかった。
論文 参考訳（メタデータ） (2020-05-20T01:14:23Z) - Speaker Diarization with Lexical Information [59.983797884955]
本研究では,音声認識による語彙情報を活用した話者ダイアリゼーション手法を提案する。
本稿では,話者クラスタリングプロセスに単語レベルの話者回転確率を組み込んだ話者ダイアリゼーションシステムを提案し,全体的なダイアリゼーション精度を向上させる。
論文 参考訳（メタデータ） (2020-04-13T17:16:56Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。