面向可信 audio deepfake 检测：诊断与消除性别偏差的系统框架

音频 deepfake 检测系统日益被部署在高风险安全应用中，但其在人口学群体间的公平性仍受到严重忽视。以往工作衡量性别差异，但未检讨其来源或系统性修复方法。我们提出首个以诊断为先的框架，在应用针对性消除策略前识别偏差来源，评估于 ASVSpoof5 数据集上的两个模型 AASIST 和 Wav2Vec2+ResNet18。我们的诊断表明，偏差并非源于训练数据的不平衡，而是源于声学表征差异、所学特征中的性别泄漏以及结构化评估的不对称。我们测试了包括本工作提出的新方法在内的多种消除策略，涵盖 in-processing、post-processing 和组合方法。按性别单独调整决策阈值可在不损害检测准确性的前提下，将不公平性降低 54%~75%；我们新的基于 epoch 级别的公平性正则化方法超越了现有基于 per-batch 方法。对抗性去偏方法仅在性别泄漏局部化时才成功，而在其扩散时则失败——这一结果在训练前由我们的诊断正确预测。没有单一方法能完全弥合公平性差距，这确认了在应用修复方案前必须识别偏差来源，公平性基准设计同样重要。