俄语反欺骗评估：RuASD 计划
声音
2026-04-28 v2
摘要
RuASD（Russian AntiSpoofing Dataset）是一个专为俄语语种语音反欺骗设计的专用、可重复基准，旨在评估原域鲁活性和部署式分布迁移的鲁活性。它结合了使用 37 种现代俄语能力 TTS 和语音克隆系统合成的大规模伪造子集与来自多个异构开放俄语语音语料库精选的真人子集，实现对不同数据源的系统化评估。为在可控且可重复的方式下模拟典型分发和信道效应，RuASD 包括可配置的平台和传输失真仿真，包括房间混响、添加的噪声/音乐以及通过统一处理链实现的多种语音编码转码。我们对一套多样化的公开可得反欺骗对抗措施进行基准测试，包括轻量级监督型架构、图注意模型、基于 SSL 的探测器和大规模预训练系统，报告在干净和仿真条件下的参考结果，以表征在现实扰动管道下的鲁活性。数据集在 \href{https://huggingface.co/datasets/MTUCI/RuASD}{\underline{Hugging Face}} 和 \href{https://modelscope.cn/datasets/lab260/RuASD}{\underline{ModelScope}} 上公开。
引用
@article{arxiv.2604.02374,
title = {Evaluating Generalization and Robustness in Russian Anti-Spoofing: The RuASD Initiative},
author = {Ksenia Lysikova and Kirill Borodin and Grach Mkrtchian},
journal= {arXiv preprint arXiv:2604.02374},
year = {2026}
}
备注
Submitted to IEEE Access. Under review