MultiAPI Spoof: 面向语音防欺骗检测的多 API 数据集与局部注意力网络
声音
2026-03-06 v3
摘要
现有的语音防欺骗基准数据集依赖狭窄的公开模型集合, 这在商业系统广泛采用多样化且常为专有 API 的实际场景中存在显著差距。为解决此问题, 我们引入 MultiAPI Spoof, 一个包含约 230 小时的多 API 音频防欺骗数据集, 包含 30 个不同的 API, 包括商业服务、开源模型和在线平台。此外, 我们提出 Nes2Net-LA, 一种局部注意力增强版 Nes2Net, 通过改进局部上下文建模和细粒度欺骗特征提取。基于该数据集, 我们还定义了 API 追踪任务, 实现对合成音频生成来源的细粒度归因。实验表明, Nes2Net-LA 实现了最新的性能, 在多样化且未见的欺骗条件下表现出优异的鲁棒性。代码 \footnote{https://github.com/XuepingZhang/MultiAPI-Spoof} 和数据集 \footnote{https://xuepingzhang.github.io/MultiAPI-Spoof-Dataset/} 已公开。
引用
@article{arxiv.2512.07352,
title = {MultiAPI Spoof: A Multi-API Dataset and Local-Attention Network for Speech Anti-spoofing Detection},
author = {Xueping Zhang and Zhenshan Zhang and Yechen Wang and Linxi Li and Liwei Jin and Ming Li},
journal= {arXiv preprint arXiv:2512.07352},
year = {2026}
}
备注
Submited to Interspeech 2026