SynHate：检测合成深度伪造音频中的仇恨言论
声音
2025-06-10 v1 音频与语音处理
摘要
深度伪造音频和仇恨言论的兴起，由先进的文本转语音技术驱动，威胁线上安全。我们提出 SynHate，首个用于检测合成音频中仇恨言论的多语言数据集，覆盖 37 个语言。SynHate 使用一种新颖的四分类方案：Real-normal、Real-hate、Fake-normal 和 Fake-hate。数据集基于 MuTox 和 ADIMA 数据集构建，捕获全球范围内以及印度的多样化仇恨言论模式。我们评估了五个领先的自监督模型（Whisper-small/medium、XLS-R、AST、mHuBERT），发现不同语言下的性能差异显著，Whisper-small 总体表现最佳。跨数据集泛化仍是一个挑战。通过发布 SynHate 和基线代码，我们旨在推动稳健、在文化层面敏感且多语言的合成仇恨言论解决方案的发展。该数据集可在 https://www.iab-rubric.org/resources 获取。
引用
@article{arxiv.2506.06772,
title = {SynHate: Detecting Hate Speech in Synthetic Deepfake Audio},
author = {Rishabh Ranjan and Kishan Pipariya and Mayank Vatsa and Richa Singh},
journal= {arXiv preprint arXiv:2506.06772},
year = {2025}
}
备注
Accepted in Interspeech 2025