TADA：音频深度伪造的训练-free 归因与超域检测
音频与语音处理
2025-09-30 v3
摘要
深度伪造检测在音频、文本和图像等模态上获得了广泛关注，能够在区分真实与假内容方面取得高准确率。然而，确定具体来源——如深度伪造的具体系统或模型——仍是一个较少受studied的问题。本文提出了一种显著性进展，针对音频深度伪造模型的归因或源头追踪，提出一种完全基于 k-最近邻（kNN）的训练-free、绿色 AI 方法。利用预训练的自监督学习（SSL）模型，我们展示了对来自同一生成器的样本进行分组非常直接——我们在五个深度伪造数据集上获得了 0.93 的 F1 分数。该方法还显示出强大的超域（OOD）检测能力，有效识别来自未见模型的样本，F1 分数达到 0.84。我们进一步采用多维方法分析这些结果，并提供了额外见解。本工作中使用的所有代码和数据协议均可在我们的开放仓库中获取：https://github.com/adrianastan/tada/。
引用
@article{arxiv.2506.05802,
title = {TADA: Training-free Attribution and Out-of-Domain Detection of Audio Deepfakes},
author = {Adriana Stan and David Combei and Dan Oneata and Horia Cucu},
journal= {arXiv preprint arXiv:2506.05802},
year = {2025}
}
备注
Proceedings of Interspeech 2025