ICLAD：用于音频深度伪造检测的基于比较指导的情境学习
声音
2026-04-21 v1 计算与语言
音频与语音处理
摘要
音频深度伪造构成重大的安全威胁，但当前的最先进（SOTA）检测系统对现实世界中的深度伪造泛化性差。我们引入一种 novel 情境学习范式，融合比较指导，用于音频深度伪造检测（ICLAD）。该框架使能利用音频语言模型（ALMs）对未见深度伪造实现训练自由的泛化，并提供检测结果的文本化解读。ICLAD的核心在于一种成对比较推理策略，引导ALMs发现并过滤幻觉及与深度伪造无关的声学属性。该ALMs与专用深度伪造检测器协同工作，其中一种路由机制将超出分布样本输送给ALMs。在野外数据集上，ICLAD在专用检测器的基础上将宏观F1分数提升了约2倍。进一步分析表明，ICLAD的灵活性及其在最新开源ALMs上的部署潜力。
引用
@article{arxiv.2604.16749,
title = {ICLAD: In-Context Learning with Comparison-Guidance for Audio Deepfake Detection},
author = {Benjamin Chou and Yi Zhu and Surya Koppisetti},
journal= {arXiv preprint arXiv:2604.16749},
year = {2026}
}
备注
To appear at ACL Findings 2026