音频 DeepFake 检测模型是否为多语言通用解剖？

由于大多数音频 DeepFake（DF）检测方法是在以英语为中心的数据集上训练的，因此其针对非英语语言的适用性尚未得到充分探讨。本文通过评估各种适应策略，构建针对多语言音频 DF 检测挑战的基准。我们的实验聚焦于分析在英语基准数据集上训练的模型，以及同语言（intra-linguistic）和跨语言（cross-linguistic）适应方法。我们的结果表明，检测效果在多语言情境下存在显著差异，凸显了多语言设置的难度。我们展示，仅限英语数据集会负面影响检测效果，强调目标语言数据集的重要性。