{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:5313366"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:5313366","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"One-Class Teacher–Student Distillation and a Lightweight Student-SVM Pipeline for speech deepfake detection","abstract":"Η παρούσα εργασία παρουσιάζει ένα σύστημα ανίχνευσης ψευδών φωνητικών δεδομένων που διακρίνει γνήσιες από πλαστές φωνές μέσω πλαισίου απόσταξης γνώσης Δασκάλου–Μαθητή μίας κλάσης και μιας ελαφριάς εκδοχής Μαθητή–SVM. Το μοντέλο Δασκάλου βασίζεται στο XLS-R 300M και εκπαιδεύεται με συνάρτηση απώλειας cross-entropy στα δεδομένα ASVspoof2019-LA, ενώ το μοντέλο Μαθητή, με λιγότερα επίπεδα, εκπαιδεύεται αποκλειστικά σε γνήσια δείγματα με απώλειες cosine similarity και MSE. . Στο στάδιο της ελαφριάς ανίχνευσης, τα embeddings του Μαθητή χρησιμοποιούνται ως χαρακτηριστικά για SVM, το οποίο εκπαιδεύεται στο ASVspoof2021 DF. Τα πειραματικά αποτελέσματα έδειξαν EER 3.64% (DF), 8.88% (LA) και 6.89% (In-the-Wild), επιβεβαιώνοντας τη γενίκευση του μοντέλου, ενώ το υποσύστημα Μαθητή–SVM προσέφερε ταχύτερη επεξεργασία με μικρότερη ακρίβεια.","abstract_html":"Η παρούσα εργασία παρουσιάζει ένα σύστημα ανίχνευσης ψευδών φωνητικών δεδομένων που διακρίνει γνήσιες από πλαστές φωνές μέσω πλαισίου απόσταξης γνώσης Δασκάλου–Μαθητή μίας κλάσης και μιας ελαφριάς εκδοχής Μαθητή–SVM. Το μοντέλο Δασκάλου βασίζεται στο XLS-R 300M και εκπαιδεύεται με συνάρτηση απώλειας cross-entropy στα δεδομένα ASVspoof2019-LA, ενώ το μοντέλο Μαθητή, με λιγότερα επίπεδα, εκπαιδεύεται αποκλειστικά σε γνήσια δείγματα με απώλειες cosine similarity και MSE. . Στο στάδιο της ελαφριάς ανίχνευσης, τα embeddings του Μαθητή χρησιμοποιούνται ως χαρακτηριστικά για SVM, το οποίο εκπαιδεύεται στο ASVspoof2021 DF. Τα πειραματικά αποτελέσματα έδειξαν EER 3.64% (DF), 8.88% (LA) και 6.89% (In-the-Wild), επιβεβαιώνοντας τη γενίκευση του μοντέλου, ενώ το υποσύστημα Μαθητή–SVM προσέφερε ταχύτερη επεξεργασία με μικρότερη ακρίβεια.","abstract_has_math":false,"creators":["Ανδρονούδης Δήμος Νικόλαος","Andronoudis Dimos Nikolaos"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2025,"date_issued":"2025","date_published":"2025","updated_at":"2026-11-19T06:40:54Z","subjects":["Θετικές Επιστήμες","Science"],"languages":["English"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:5313366"],"render_values":[{"text":"uoadl:5313366","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/5313366","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/5313366","record_label":"Repository record","record_kind":"record","record_source":"dc:identifier","download_url":null,"download_label":null,"download_source":null,"access_status":null,"embargo_until":null,"access_note":null},"source_record":{"url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh?verb=GetRecord&metadataPrefix=oai_dc&identifier=oai%3Alib.uoa.gr%3Auoadl%3A5313366","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Ανδρονούδης Δήμος Νικόλαος","Andronoudis Dimos Nikolaos"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2025"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Θετικές Επιστήμες","Science"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["English"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:5313366","https://pergamos.lib.uoa.gr/uoa/dl/object/5313366"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Η παρούσα εργασία παρουσιάζει ένα σύστημα ανίχνευσης ψευδών φωνητικών δεδομένων που διακρίνει γνήσιες από πλαστές φωνές μέσω πλαισίου απόσταξης γνώσης Δασκάλου–Μαθητή μίας κλάσης και μιας ελαφριάς εκδοχής Μαθητή–SVM. Το μοντέλο Δασκάλου βασίζεται στο XLS-R 300M και εκπαιδεύεται με συνάρτηση απώλειας cross-entropy στα δεδομένα ASVspoof2019-LA, ενώ το μοντέλο Μαθητή, με λιγότερα επίπεδα, εκπαιδεύεται αποκλειστικά σε γνήσια δείγματα με απώλειες cosine similarity και MSE. . Στο στάδιο της ελαφριάς ανίχνευσης, τα embeddings του Μαθητή χρησιμοποιούνται ως χαρακτηριστικά για SVM, το οποίο εκπαιδεύεται στο ASVspoof2021 DF. Τα πειραματικά αποτελέσματα έδειξαν EER 3.64% (DF), 8.88% (LA) και 6.89% (In-the-Wild), επιβεβαιώνοντας τη γενίκευση του μοντέλου, ενώ το υποσύστημα Μαθητή–SVM προσέφερε ταχύτερη επεξεργασία με μικρότερη ακρίβεια.","This thesis presents a speech deepfake detection system that distinguishes genuine from spoofed voices using a one-class Teacher–Student knowledge distillation framework and a lightweight Student–SVM variant. The Teacher model is based on the XLS-R 300M architecture and is trained with cross-entropy loss on the ASVspoof2019-LA dataset, while the Student model, using fewer layers, is trained exclusively on bona fide samples with cosine similarity and mean squared error losses. To enhance robustness, RawBoost augmentation with three types of noise is applied during training. In the lightweight inference stage, embeddings from the Student model are used as features for an SVM trained on ASVspoof2021 DF. Experimental results show EERs of 3.64% (DF), 8.88% (LA), and 6.89% (In-the-Wild), confirming the model’s generalization capability, while the Student–SVM subsystem achieved faster inference with slightly lower accuracy."]},{"key":"dc:title","label":"Title","values":["One-Class Teacher–Student Distillation and a Lightweight Student-SVM Pipeline for speech deepfake detection"]}]}],"canonical_facts":{"dc:creator":["Ανδρονούδης Δήμος Νικόλαος","Andronoudis Dimos Nikolaos"],"dc:date":["2025"],"dc:description":["Η παρούσα εργασία παρουσιάζει ένα σύστημα ανίχνευσης ψευδών φωνητικών δεδομένων που διακρίνει γνήσιες από πλαστές φωνές μέσω πλαισίου απόσταξης γνώσης Δασκάλου–Μαθητή μίας κλάσης και μιας ελαφριάς εκδοχής Μαθητή–SVM. Το μοντέλο Δασκάλου βασίζεται στο XLS-R 300M και εκπαιδεύεται με συνάρτηση απώλειας cross-entropy στα δεδομένα ASVspoof2019-LA, ενώ το μοντέλο Μαθητή, με λιγότερα επίπεδα, εκπαιδεύεται αποκλειστικά σε γνήσια δείγματα με απώλειες cosine similarity και MSE. . Στο στάδιο της ελαφριάς ανίχνευσης, τα embeddings του Μαθητή χρησιμοποιούνται ως χαρακτηριστικά για SVM, το οποίο εκπαιδεύεται στο ASVspoof2021 DF. Τα πειραματικά αποτελέσματα έδειξαν EER 3.64% (DF), 8.88% (LA) και 6.89% (In-the-Wild), επιβεβαιώνοντας τη γενίκευση του μοντέλου, ενώ το υποσύστημα Μαθητή–SVM προσέφερε ταχύτερη επεξεργασία με μικρότερη ακρίβεια.","This thesis presents a speech deepfake detection system that distinguishes genuine from spoofed voices using a one-class Teacher–Student knowledge distillation framework and a lightweight Student–SVM variant. The Teacher model is based on the XLS-R 300M architecture and is trained with cross-entropy loss on the ASVspoof2019-LA dataset, while the Student model, using fewer layers, is trained exclusively on bona fide samples with cosine similarity and mean squared error losses. To enhance robustness, RawBoost augmentation with three types of noise is applied during training. In the lightweight inference stage, embeddings from the Student model are used as features for an SVM trained on ASVspoof2021 DF. Experimental results show EERs of 3.64% (DF), 8.88% (LA), and 6.89% (In-the-Wild), confirming the model’s generalization capability, while the Student–SVM subsystem achieved faster inference with slightly lower accuracy."],"dc:identifier":["uoadl:5313366","https://pergamos.lib.uoa.gr/uoa/dl/object/5313366"],"dc:language":["English"],"dc:subject":["Θετικές Επιστήμες","Science"],"dc:title":["One-Class Teacher–Student Distillation and a Lightweight Student-SVM Pipeline for speech deepfake detection"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T06:40:54Z"}