Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > eess > arXiv:2506.21090v1

帮助 | 高级搜索

电气工程与系统科学 > 音频与语音处理

arXiv:2506.21090v1 (eess)
[提交于 2025年6月26日 ]

标题: 后训练用于深度伪造语音检测

标题: Post-training for Deepfake Speech Detection

Authors:Wanying Ge, Xin Wang, Xuechen Liu, Junichi Yamagishi
摘要: 我们引入了一种后训练方法,通过弥合通用预训练和领域特定微调之间的差距,将自监督学习(SSL)模型适应于深度伪造语音检测。 我们提出了AntiDeepfake模型,这是一系列使用包含超过56,000小时真实语音和超过一百种语言中18,000小时具有各种伪影的语音的大规模多语言语音数据集开发的后训练模型。 实验结果表明,这些后训练模型已经表现出对未见过的深度伪造语音的强大鲁棒性和泛化能力。 当它们在Deepfake-Eval-2024数据集上进一步微调时,这些模型始终超越不利用后训练的现有最先进检测器。 模型检查点和源代码可在网上获取。
摘要: We introduce a post-training approach that adapts self-supervised learning (SSL) models for deepfake speech detection by bridging the gap between general pre-training and domain-specific fine-tuning. We present AntiDeepfake models, a series of post-trained models developed using a large-scale multilingual speech dataset containing over 56,000 hours of genuine speech and 18,000 hours of speech with various artifacts in over one hundred languages. Experimental results show that the post-trained models already exhibit strong robustness and generalization to unseen deepfake speech. When they are further fine-tuned on the Deepfake-Eval-2024 dataset, these models consistently surpass existing state-of-the-art detectors that do not leverage post-training. Model checkpoints and source code are available online.
主题: 音频与语音处理 (eess.AS)
引用方式: arXiv:2506.21090 [eess.AS]
  (或者 arXiv:2506.21090v1 [eess.AS] 对于此版本)
  https://doi.org/10.48550/arXiv.2506.21090
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Wanying Ge [查看电子邮件]
[v1] 星期四, 2025 年 6 月 26 日 08:34:19 UTC (1,266 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
eess.AS
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-06
切换浏览方式为:
eess

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号