TwinShift：跨合成器与说话人移位的音频深度伪造检测基准
声音
2025-10-28 v1
摘要
音频深度伪造已被用于欺诈和虚假信息，构成日益增长的威胁。确保检测器对未见的合成方法和多样化说话人的鲁棒性是关键挑战，因为生成技术不断演变。尽管当前系统在基准测试中表现优异，但在实际场景中仍难以应对新情况。为此，我们提出 TWINSHIFT，一个专为评估严格未见条件下检测鲁棒性而构建的基准。该基准由六种不同合成系统构建，每个系统配备互不相同的说话人集合，旨在严格评估检测器在生成模型和说话人身份均发生变化时的泛化能力。通过大量实验，我们表明 TWINSHIFT 揭示了重要的鲁棒性差距，发现了被忽视的局限性，并为开发可靠的深度伪造检测系统提供原则性指导。TWINSHIFT 基准可在 https://github.com/intheMeantime/TWINSHIFT 访问。
引用
@article{arxiv.2510.23096,
title = {TwinShift: Benchmarking Audio Deepfake Detection across Synthesizer and Speaker Shifts},
author = {Jiyoung Hong and Yoonseo Chung and Seungyeon Oh and Juntae Kim and Jiyoung Lee and Sookyung Kim and Hyunsoo Cho},
journal= {arXiv preprint arXiv:2510.23096},
year = {2025}
}
备注
Submitted to ICASSP 2026