摘要本文提出了一种用于检测自动扬声器验证系统中重播攻击的方法。重播攻击引起了人们的关注,因为它是检测到的最直接,有效的攻击和分歧。即使已经提出了许多语音特征和分类器,但仍需要提高检测性能,例如相等的错误率(EER),准确性和平衡的准确性。因此,我们提出了一种使用基于RESNET的模型应用伽马酮cepstral coe摄氏的重播攻击检测方法。评估了所提出的方法并将其与ASVSPOOF 2019挑战中的现有方法和基准进行了比较。结果表明,所提出的方法的表现优于我们以前的方法和EER为8的基线。4%。此外,提高了欺骗检测的准确性和平衡精度。