分析分段假语信号中的剪接人工痕迹对影响

语音深度伪造检测最近在多媒体法学领域获得了显著关注。相关问题也被探索，如识别部分假语信号，即包含真实语音片段和假语语音片段的轨道。然而，生成高质量的剪接音频并不像表面看起来那样直接。剪接信号通常通过基本信号拼接创建。这种过程可能会引入明显的人工痕迹，使生成的数据更容易被检测。我们分析了通过信号拼接产生的剪接音频轨道，研究其人工痕迹，并评估此类人工痕迹是否对现有数据集引入偏差。我们的发现表明，通过分析剪接人工痕迹，我们可以在PartialSpoof和HAD数据集上分别实现6.16%和7.36%的检测EER，而无需训练任何检测器。这些结果凸显了生成可靠剪接音频数据的复杂性，并为未来研究领域的改进提供了讨论。