面向通信平台中实时深度伪造音频检测系统的开发
声音
2024-03-19 v1 密码学与安全
机器学习
音频与语音处理
摘要
深度伪造音频在通信平台中构成日益严重的威胁,亟需进行实时检测以保障音频流的完整性。不同于传统的非实时方法,本研究评估了在实时通信平台中采用静态深度伪造音频检测模型的可行性。我们开发了一款可执行软件以实现跨平台兼容,从而支持实时运行。基于 Resnet 和 LCNN 架构实现了两种深度伪造音频检测模型,使用 ASVspoof 2019 数据集进行训练,相较于 ASVspoof 2019 挑战赛基线取得了基准性能。本研究提出了增强这些模型的策略与框架,为通信平台中的实时深度伪造音频检测铺平了道路。这项工作有助于提升音频流的安全性,确保在动态、实时通信场景中具备稳健的检测能力。
引用
@article{arxiv.2403.11778,
title = {Towards the Development of a Real-Time Deepfake Audio Detection System in Communication Platforms},
author = {Jonat John Mathew and Rakin Ahsan and Sae Furukawa and Jagdish Gautham Krishna Kumar and Huzaifa Pallan and Agamjeet Singh Padda and Sara Adamski and Madhu Reddiboina and Arjun Pankajakshan},
journal= {arXiv preprint arXiv:2403.11778},
year = {2024}
}