跨语言欺骗检测中的模型迁移：66种语言的低资源语言欺骗语料库评估
声音
2026-04-23 v3 音频与语音处理
摘要
我们引入LRLspoof—a大型多语言合成语音语料库，用于跨语言欺骗检测，包含来自66种语言、24个开源TTS系统生成的2732小时音频，其中45种语言符合我们定义的低资源语言。为评估在无需目标域真语音的情况下的鲁棒性，我们对11个公开可用的反欺骗措施进行基准测试，使用阈值迁移:对每个模型在汇聚的外部基准测试中校准一个EER操作点，然后应用该阈值，报告欺骗拒绝率(SRR)。结果显示模型间存在跨语言差异，即使在受控条件下，欺骗拒绝率在不同语言间也存在显著差异，这凸显了语言作为欺骗检测中独立的域迁移来源。该数据集已在HuggingFace和ModelScope公开提供。
引用
@article{arxiv.2603.02364,
title = {When Spoof Detectors Travel: Evaluation Across 66 Languages in the Low-Resource Language Spoofing Corpus},
author = {Kirill Borodin and Vasiliy Kudryavtsev and Maxim Maslov and Mikhail Gorodnichev and Grach Mkrtchian},
journal= {arXiv preprint arXiv:2603.02364},
year = {2026}
}
备注
This paper has been submitted to Interspeech 2026 for review