WeDefense：抵御虚假音频的工具包

生成式 AI 的进步使得合成音频的创建成为可能，这些音频在感知上与真实音频无法区分。尽管这一卓越进展带来了许多积极的应用，但也引发了滥用的风险，例如用于冒充、虚假信息和欺诈。尽管通过众多挑战和倡议发布了越来越多的开源虚假音频检测代码，但大多数都是针对特定的竞赛、数据集或模型量身定制的。目前缺乏一个标准化且统一的工具包，以支持使用共同的数据库、协议、指标以及共享代码库对竞争解决方案进行公平的基准测试和比较。为了解决这个问题，我们提出了 WeDefense，这是第一个支持虚假音频检测和定位的开源工具包。除了模型训练之外，WeDefense 还强调关键但常被忽视的组件：灵活的输入与增强、校准、分数融合、标准化评估指标以及用于深入理解和解释的分析工具。该工具包已在 https://github.com/zlin0/wedefense 公开发布，并提供了虚假音频检测和定位的交互式演示。