STOPA：用于开放集来源追踪与归因的深度伪造音频系统性变体数据库
声音
2025-10-10 v3 人工智能
密码学与安全
音频与语音处理
摘要
深度伪造语音检测中的一个关键研究领域是来源追踪——即确定合成话语的来源。该方法可能涉及识别声学模型 (AM)、声码器模型 (VM) 或其他生成特定参数。然而，由于缺乏专门且系统性构建的数据集，该领域的进展受到限制。为解决此问题，我们引入了 STOPA，一个用于深度伪造语音来源追踪的系统性变化且元数据丰富的数据集，涵盖了来自 13 种不同合成器的 8 种 AM、6 种 VM 以及多种参数设置，共计 70 万个样本。现有数据集通常变化有限或元数据稀疏，与此不同，STOPA 提供了一个系统性控制的框架，涵盖了更广泛的生成因子范围，如声码器模型、声学模型或预训练权重的选择，从而确保了更高的归因可靠性。这种控制提高了归因准确性，有助于取证分析、深度伪造检测和生成模型透明度。
引用
@article{arxiv.2505.19644,
title = {STOPA: A Database of Systematic VariaTion Of DeePfake Audio for Open-Set Source Tracing and Attribution},
author = {Anton Firc and Manasi Chhibber and Jagabandhu Mishra and Vishwanath Pratap Singh and Tomi Kinnunen and Kamil Malinka},
journal= {arXiv preprint arXiv:2505.19644},
year = {2025}
}
备注
Published at Interspeech 2025 conference