ASVspoof 5：众包语音数据、深度伪造与大规模对抗攻击
音频与语音处理
2024-08-19 v1 人工智能
声音
摘要
ASVspoof 5是一系列挑战赛的第五届，旨在促进语音欺骗和深度伪造攻击的研究以及检测解决方案的设计。与之前的挑战相比，ASVspoof 5数据库是从大量说话者在多样化声学条件下收集的众包数据构建的。攻击同样为众包生成，并使用代理检测模型进行测试，而对抗攻击首次被纳入。新的评估指标支持对鲁棒的自动说话人验证(SASV)以及独立检测解决方案（即不带ASV的对策）的评估。我们描述了两个挑战赛道、新数据库、评估指标、基线和评估平台，并给出了结果的概述。攻击显著损害了基线系统，而提交方案带来了显著改进。
引用
@article{arxiv.2408.08739,
title = {ASVspoof 5: Crowdsourced Speech Data, Deepfakes, and Adversarial Attacks at Scale},
author = {Xin Wang and Hector Delgado and Hemlata Tak and Jee-weon Jung and Hye-jin Shim and Massimiliano Todisco and Ivan Kukanov and Xuechen Liu and Md Sahidullah and Tomi Kinnunen and Nicholas Evans and Kong Aik Lee and Junichi Yamagishi},
journal= {arXiv preprint arXiv:2408.08739},
year = {2024}
}
备注
8 pages, ASVspoof 5 Workshop (Interspeech2024 Satellite)