FSD：一个用于虚假歌曲检测的初步中文数据集
声音
2023-09-07 v2 人工智能
音频与语音处理
摘要
歌声合成与歌声转换技术已取得显著进展，革新了音乐体验。然而，由这些技术生成的“深度伪造歌曲（Deepfake Songs）”的兴起引发了关于真实性的担忧。与音频深度伪造检测（ADD）不同，歌曲深度伪造检测领域缺乏用于歌曲真实性验证的专用数据集或方法。本文中，我们初步构建了中文虚假歌曲检测（FSD）数据集，以探究歌曲深度伪造检测领域。FSD 数据集中的虚假歌曲由五种最先进（state-of-the-art）的歌声合成与歌声转换方法生成。我们在 FSD 上的初步实验揭示了现有语音训练的 ADD 模型在歌曲深度伪造检测任务上的无效性。因此，我们使用 FSD 数据集训练 ADD 模型。随后我们在两种场景下评估这些模型：一种使用原唱歌曲，另一种使用分离的人声轨。实验结果表明，在 FSD 测试集上，歌曲训练的 ADD 模型相比语音训练的 ADD 模型平均等错误率降低了 38.58%。
引用
@article{arxiv.2309.02232,
title = {FSD: An Initial Chinese Dataset for Fake Song Detection},
author = {Yuankun Xie and Jingjing Zhou and Xiaolin Lu and Zhenghao Jiang and Yuxin Yang and Haonan Cheng and Long Ye},
journal= {arXiv preprint arXiv:2309.02232},
year = {2023}
}
备注
Submitted to ICASSP 2024