LlamaPartialSpoof：一种基于大语言模型的人造语音数据集模拟虚假信息生成
音频与语音处理
2025-01-07 v2 声音
摘要
以防御者视角构建的先前虚假语音数据集, 旨在开发反制措施(CM)系统, 而未考虑攻击者的多样化动机。为更贴近现实情景, 本文创建了LlamaPartialSpoof, 一个包含130小时完全虚假语音和部分虚假语音的数据集, 利用大语言模型(LLM)和语音克隆技术, 以评估CM系统的鲁棒性。通过分析攻击者和防御者的有价值信息, 我们确定了当前CM系统的若干关键漏洞, 包括对特定文本语音模型或拼接方法的偏好。我们的实验结果表明, 当前的虚假语音检测系统难以泛化到未见情景, 最佳性能仅为24.49%的等错误率。
引用
@article{arxiv.2409.14743,
title = {LlamaPartialSpoof: An LLM-Driven Fake Speech Dataset Simulating Disinformation Generation},
author = {Hieu-Thi Luong and Haoyang Li and Lin Zhang and Kong Aik Lee and Eng Siong Chng},
journal= {arXiv preprint arXiv:2409.14743},
year = {2025}
}
备注
5 pages, ICASSP 2025