揭示真实世界音频深度伪造：一种以数据为中心的方法
音频与语音处理
2025-09-30 v2
摘要
真实世界深度伪造的日益普及对现有检测系统构成了严峻挑战，因为这些系统往往仅在科学目的收集的数据集上进行评估。为弥补这一差距，我们引入了一个真实世界音频深度伪造的新数据集。我们的分析表明，这些真实世界样本对最先进的检测模型也构成了重大挑战。与其增加模型复杂度或穷举搜索更好的替代方案，本工作聚焦于以数据为中心的方法范式，采用数据集策展、剪枝和增强等策略来提升模型的鲁棒性和泛化能力。通过这些方法，我们在In-the-Wild数据集上实现了等错误率（EER）55%的相对降低，达到绝对EER为1.7%，在我们新提出的真实世界深度伪造数据集AI4T上实现了63%的降低。这些结果凸显了以数据为中心的方法在提升真实世界应用的深度伪造检测方面的变革潜力。代码和数据可在以下地址获取：https://github.com/davidcombei/AI4T。
引用
@article{arxiv.2506.09606,
title = {Unmasking real-world audio deepfakes: A data-centric approach},
author = {David Combei and Adriana Stan and Dan Oneata and Nicolas Müller and Horia Cucu},
journal= {arXiv preprint arXiv:2506.09606},
year = {2025}
}
备注
Proceedings of Interspeech 2025