语音深度伪造检测综述

智能设备的普及导致多媒体内容呈指数级增长。然而，深度学习的进步也使得高度复杂的深度伪造内容（包括语音深度伪造）得以创建，这些内容通过生成逼真的语音和传播错误信息构成了严重威胁。为了应对这一问题，已经组织了多项挑战赛来推动语音深度伪造检测技术的发展。在本综述中，我们系统分析了截至2024年3月发表的200多篇论文。我们对检测流程中的每个组成部分进行了全面回顾，包括模型架构、优化技术、泛化能力、评估指标、性能比较、可用数据集和开源可用性。针对每个方面，我们评估了最新进展并讨论了当前挑战。此外，我们探讨了部分深度伪造检测、跨数据集评估以及对抗攻击防御等新兴主题，同时提出了有前景的研究方向。本综述不仅确定了当前最先进的技术，为未来实验建立强基线，还为旨在增强语音深度伪造检测系统的研究人员提供了明确指导。