广义溯源:利用真实强调与虚假分散策略检测新型音频深度伪造算法
声音
2024-06-11 v2 人工智能
音频与语音处理
摘要
随着深度伪造音频的泛滥,对其溯源的研究变得迫在眉睫。当前的溯源方法能够有效区分分布内类别。然而,深度伪造算法的快速演进对准确识别分布外的新型深度伪造算法提出了严峻挑战。在本文中,我们提出了一种用于音频深度伪造算法识别的真实强调与虚假分散策略,证明了其在区分分布内样本的同时识别分布外样本的有效性。为了实现有效的分布外检测,我们首先探索了当前的先验分布外检测方法,并提出了一种新颖的分布外检测方法NSD,该方法通过综合考虑特征和logits分数的相似性来识别新型深度伪造算法。在2023年音频深度伪造检测挑战赛Track 3中,REFD作为单一系统取得了86.83%的F1分数,展示了其最先进的性能。
引用
@article{arxiv.2406.03240,
title = {Generalized Source Tracing: Detecting Novel Audio Deepfake Algorithm with Real Emphasis and Fake Dispersion Strategy},
author = {Yuankun Xie and Ruibo Fu and Zhengqi Wen and Zhiyong Wang and Xiaopeng Wang and Haonnan Cheng and Long Ye and Jianhua Tao},
journal= {arXiv preprint arXiv:2406.03240},
year = {2024}
}
备注
Accepted by INTERSPEECH 2024