WaveFake：一个用于促进音频 Deepfake 检测的数据集
机器学习
2021-11-05 v1 密码学与安全
声音
音频与语音处理
摘要
深度生成建模有可能对社会造成重大危害。认识到这一威胁，大量关于检测所谓“Deepfake”的研究应运而生。这些研究最常聚焦于图像领域，而迄今为止探索生成音频信号的研究却被忽视。在本文中，我们做出了三个关键贡献以缩小这一差距。首先，我们为研究人员介绍了用于分析音频信号的常见信号处理技术。其次，我们提出了一个新颖的数据集，为此我们从跨越两种语言的五种不同网络架构中收集了九个样本集。最后，我们为从业者提供了两个基线模型，采用自信号处理社区，以促进该领域的进一步研究。
关键词
引用
@article{arxiv.2111.02813,
title = {WaveFake: A Data Set to Facilitate Audio Deepfake Detection},
author = {Joel Frank and Lea Schönherr},
journal= {arXiv preprint arXiv:2111.02813},
year = {2021}
}
备注
Accepted to NeurIPS 2021 (Benchmark and Dataset Track); Code: https://github.com/RUB-SysSec/WaveFake; Data: https://zenodo.org/record/5642694