LJ-Spoof：用于音频反欺骗与合成源追踪的生成式多样化语料库
声音
2026-01-14 v1 人工智能
音频与语音处理
摘要
说话人特定的反欺骗和合成源追踪是音频反欺骗领域的核心挑战。由于缺乏系统性地改变模型架构、合成流程和生成参数的数据库，相关进展一直受阻。为填补这一空白，我们引入了LJ-Spoof，一个说话人特定、生成式多样化的语料库，它系统性地改变了韵律、声码器、生成超参数、真实提示源、训练机制和神经后处理。该语料库涵盖了一个说话人（包括录音室质量的录音）、30个文本转语音系列、500个生成式变体子集、10个真实神经处理变体以及超过300万个话语。这种高密度变体设计使得鲁棒的说话人条件反欺骗和细粒度的合成源追踪成为可能。我们进一步将该数据集定位为反欺骗和源追踪的实用参考训练资源和基准评估套件。
引用
@article{arxiv.2601.07958,
title = {LJ-Spoof: A Generatively Varied Corpus for Audio Anti-Spoofing and Synthesis Source Tracing},
author = {Surya Subramani and Hashim Ali and Hafiz Malik},
journal= {arXiv preprint arXiv:2601.07958},
year = {2026}
}