연구진은 생성 음성 기술 발전으로 인해 음성 생체 인식의 신뢰성이 저하되는 현상을 확인했어요. 기존 스푸핑 탐지기는 동일 환경에서는 잘 작동하지만, 다른 환경에서는 성능이 떨어지는 문제점을 발견했어요. 이를 해결하기 위해 교사-학생 적대 학습을 활용한 스푸핑 탐지 프레임워크를 제안했어요.
교사 모델은 외부 데이터셋의 언어적 콘텐츠로 사전 훈련되고, 학생 탐지기는 역방향 기울기를 통해 언어적 정보를 최소화하도록 안내받아요. 불필요한 정보 제거를 방지하기 위해 정보 병목 단계를 도입하여 주요 단서를 억제했어요.
9개의 DF Arena 데이터셋에서 제안하는 방법은 기준 성능보다 EER을 최대 36.2%까지 줄이는 효과를 거두었어요.