真实世界通信场景下音频深度伪造检测鲁棒性基准测试
音频与语音处理
2026-05-12 v3 信号处理
摘要
由于真实世界通信场景中音频编解码器压缩和信道传输效应导致音频质量显著下降，现有的音频深度伪造检测（ADD）系统往往难以有效泛化。为了应对这一挑战，我们开发了一个严格的基准来评估 ADD 系统在此类场景下的性能。我们引入了 ADD-C，一个用于评估 ADD 系统在不同通信条件下鲁棒性的新测试数据集，这些条件包括用于压缩的音频编解码器和丢包率的不同组合。在 ADD-C 数据集上对三个基线 ADD 模型进行基准测试表明，在此类条件下鲁棒性显著下降。提出了一种新颖的数据增强（DA）策略以提高 ADD 系统的鲁棒性。实验结果表明，所提出的方法显著增强了 ADD 系统在所提出的 ADD-C 数据集上的性能。我们的基准可以协助未来致力于构建实用且具有鲁棒泛化能力的 ADD 系统的工作。
引用
@article{arxiv.2504.12423,
title = {Benchmarking Audio Deepfake Detection Robustness in Real-world Communication Scenarios},
author = {Haohan Shi and Xiyu Shi and Safak Dogan and Saif Alzubi and Tianjin Huang and Yunxiao Zhang},
journal= {arXiv preprint arXiv:2504.12423},
year = {2026}
}
备注
Accepted by EUSIPCO 2025