ESDD 2026: Environmental Sound Deepfake Detection Challenge Evaluation Plan
声音
2025-12-25 v2
摘要
近期音频生成系统的进展使得能够创建高度逼真且沉浸式的声景，这些声景在电影和虚拟现实领域的应用日益增多。然而，这些音频生成器也引发了潜在滥用问题，如用于伪造视频的欺骗性音频内容以及传播误导性信息的风险。现有针对环境声深度伪造检测（ESDD）的数据集在规模和音频类型方面存在不足。为填补这一空白，我们提出了 EnvSDD——首个大规模精选数据集，用于 ESDD，包含 45.25 小时的真实音频和 316.7 小时的伪造音频。基于 EnvSDD，我们将启动环境声深度伪造检测挑战赛。具体而言，我们提出了两个不同轨道：ESDD in Unseen Generators 与 Black-Box Low-Resource ESDD，涵盖现实场景中遇到的各种挑战。该挑战赛将于 2026 年 IEEE 国际会议 on Acoustics, Speech, and Signal Processing（ICASSP 2026）期间举行。
引用
@article{arxiv.2508.04529,
title = {ESDD 2026: Environmental Sound Deepfake Detection Challenge Evaluation Plan},
author = {Han Yin and Yang Xiao and Rohan Kumar Das and Jisheng Bai and Ting Dang},
journal= {arXiv preprint arXiv:2508.04529},
year = {2025}
}