HISPASpoof：西班牙语语音 Forensic 的新数据集

零样件语音克隆（Voice Cloning, VC）和文本转语音（Text-to-Speech, TTS）方法正在迅速发展，使得合成语音生成高度逼真的语音，从而引发严重的滥用担忧。虽然已developed 诸多针对英语和中文的检测器，但西班牙语语音（全球约有600万使用者）在语音 Forensic 领域仍显得薄弱。为弥补这一差距，我们介绍了 HISPASpoof，这是第一个大规模西班牙语数据集，专为合成语音检测和归因而设计。数据集包括来自六种口音的真实语音以及由六种零样件 TTS 系统生成的合成语音。我们对五种代表性方法进行了评估，结果表明在英语上训练的检测器难以推广到西班牙语，而在 HISPASpoof 上进行训练可显著提升检测性能。我们还评估了合成语音归因性能，即识别合成语音的生成方法。HISPASpoof 为在西班牙语语音 Forensic 领域发展出可靠且包容性的方法提供了关键基准。