PartialEdit：面向神经语音编辑时代的部分深度伪造识别

神经语音编辑使对语音段落进行无缝的部分编辑成为可能，允许对选定内容进行修改而保持其余音频不变。这种有用技术虽然也带来了新的深度伪造风险。为鼓励研究人员针对此类部分编辑深度伪造语音开展检测研究，本文介绍了 PartialEdit—a 一个通过先进神经编辑技术精选的人工深度伪造语音数据集。我们在 PartialEdit 上探索了检测和定位任务。我们的实验表明，在现有 PartialSpoof 数据集上训练的模型无法检测由神经语音编辑模型生成的部分编辑语音。鉴于最近的语音编辑模型几乎都涉及神经音频编解码器，我们也提供了关于这些深度伪造语音模型学习到的人工特征的见解。有关 PartialEdit 数据集及音频样本的更多信息，请参阅项目页面：https://yzyouzhang.com/PartialEdit/index.html。