探测难以察觉的对象：评估当前防欺认证方法对无缝语音编辑的有效性

神经语音编辑的进展引发了对其滥用进行欺骗攻击的担忧。传统的部分编辑语音语料库主要关注切贴编辑，虽然保持说话人一致性，但常引入可检测的连续性不足。近期方法如 A\textsuperscript{3}T 和 Voicebox 通过利用上下文信息改进了过渡效果。为促进防欺认证研究，我们引入了语音填充编辑 (Speech INfilling Edit, SINE) 数据集，由 Voicebox 创建。我们详细描述了重新实现 Voicebox 训练和数据集创建过程。主观评估确认，使用该新技术编辑的语音比传统切贴方法更难以检测。尽管人类难以辨别，实验结果表明自监督式检测器在检测、定位以及不同编辑方法的泛化方面均能实现卓越的性能。该数据集及相关模型将公开提供。