合成音频 Forensic 评估（SAFE）挑战
声音
2025-10-08 v2 音频与语音处理
摘要
随着基于高级文本到语音（TTS）模型生成的合成语音日益真实，以及后处理和洗涤技术的不断发展，音频 forensic 检测面临着重大挑战。本文介绍了SAFE（Synthetic Audio Forensics Evaluation）挑战，这是一个全程盲测评估框架，旨在对 progressively harder 场景下的检测模型进行基准测试：原始合成语音、加工音频（如压缩、重采样），以及旨在规避 forensic 分析的洗涤音频。SAFE 挑战总计包含90小时音频和21,000个音频样本，涵盖21个不同的真实来源、17个不同的 TTS 模型和3个任务。我们介绍了挑战方案、评估设计和任务、数据集细节，以及对当前方法优势与局限性的初步见识，为推动合成音频检测研究提供了基础。更多信息请访问 \href{https://stresearch.github.io/SAFE/}{https://stresearch.github.io/SAFE/}。
引用
@article{arxiv.2510.03387,
title = {Synthetic Audio Forensics Evaluation (SAFE) Challenge},
author = {Kirill Trapeznikov and Paul Cummer and Pranay Pherwani and Jai Aslam and Michael S. Davinroy and Peter Bautista and Laura Cassani and Matthew Stamm and Jill Crisman},
journal= {arXiv preprint arXiv:2510.03387},
year = {2025}
}