SVDD 2024: 首届演唱声人深度伪造检测挑战赛
音频与语音处理
2026-01-27 v2 多媒体
声音
摘要
随着演唱声人生成技术的进步以及 AI 歌手在媒体平台上的日益增长存在，首届 Singing Voice Deepfake Detection 挑战赛旨在推动研究以识别来自真实歌手的 AI 生成演唱声人。该挑战赛包含两个轨道：受控场景轨道（CtrSVDD）和野外场景轨道（WildSVDD）。CtrSVDD 轨道利用公开可用的演唱声数据，通过最先进的演唱声合成和转换系统生成深度伪造。WildSVDD 轨道扩展了现有的 SingFake 数据集，后者包括来自流行用户生成内容网站的数据。对于 CtrSVDD 轨道，我们收到了 47 支队伍的提交，其中 37 支队伍超过了我们的基线，获胜队伍实现了 1.65% 的相等错误率。对于 WildSVDD 轨道，我们对基线进行了基准测试。本文综述了这些结果，讨论了关键发现，并概述了未来 SVDD 研究的方向。
引用
@article{arxiv.2408.16132,
title = {SVDD 2024: The Inaugural Singing Voice Deepfake Detection Challenge},
author = {You Zhang and Yongyi Zang and Jiatong Shi and Ryuichi Yamamoto and Tomoki Toda and Zhiyao Duan},
journal= {arXiv preprint arXiv:2408.16132},
year = {2026}
}
备注
6 pages, Accepted by 2024 IEEE Spoken Language Technology Workshop (SLT 2024)