XLSR-Mamba：用于语音伪造攻击检测的双列双向状态空间模型

基于摘要分析。本文研究语音伪造攻击检测，提出 XLSR-Mamba，将双列 Mamba 架构与预训练 wav2vec 2.0 所提供的自监督学习能力结合，旨在利用长序列中的伪造痕迹，同时缓解有限标注数据下的训练困难。其主要研究对象是语音安全检测，而非 EEG 或 BCI。 机制与贡献：作者以 Transformer 多头自注意力的计算开销为出发点，采用选择性状态空间模型 Mamba 处理长序列。标题明确该模型采用双列双向结构，但摘要未说明两列如何交互、双向信息如何融合，以及 wav2vec 2.0 是否冻结或微调；损失函数与具体训练流程尚未验证。该方法依赖语音预训练表征及目标检测任务的标注数据，不能仅凭使用自监督学习就视为无监督检测。 结果与证据边界：作者报告，该方法在 ASVspoof 2021 LA 和 DF 数据集上取得有竞争力的结果并具有更快的推理速度，在 In-the-Wild 数据集上表现为最强候选方法。摘要未提供指标数值、具体对照、数据划分或推理硬件，因此这些结论尚不能转化为可量化的性能与效率优势；实验协议、消融及统计信息尚未验证。 平台推测（待验证）：可迁移的假设是，预训练时序表征与双向状态空间建模的组合可能有助于有限标注的离线 EEG 分类，而不是语音伪造检测结果已经证明 BCI 有效。可考虑复用状态空间序列建模思路，但需将语音前端替换为适配 EEG 的表征模块，并处理多通道空间关系、采样率及跨被试差异。低信噪比、小数据和通道不一致可能使模型学习到非目标特征；双向建模用于在线 BCI 时还需核对可用上下文与延迟。一个可证伪的小实验是在固定 Cross-subject 划分和标注预算下，比较同一 EEG 表征前端搭配双向 Mamba 与 Transformer 的分类表现及同硬件推理延迟。已有 EEG 相关工作尚未检索确认。