计算机科学 > 声音
[提交于 2025年10月20日
(v1)
,最后修订 2025年11月18日 (此版本, v2)]
标题: 并非所有深度伪造都相同:对音频伪造进行优先处理以实现稳健的深度伪造歌手识别
标题: Not All Deepfakes Are Created Equal: Triaging Audio Forgeries for Robust Deepfake Singer Identification
摘要: 高度逼真的歌唱语音深度伪造的泛滥给保护艺术家形象和内容真实性带来了重大挑战。 在语音深度伪造中自动识别歌手是一种有前景的途径,使艺术家和权利持有人能够对抗未经授权使用其声音,但仍然是一个开放的研究问题。 基于最有害的深度伪造是最高质量的这一前提,我们引入了一个两阶段的流程来识别歌手的语音相似性。 它首先使用一个判别器模型来过滤掉那些无法准确再现语音相似性的低质量伪造品。 随后的模型仅在真实录音上进行训练,用于识别剩余高质量深度伪造和真实音频中的歌手。 实验表明,该系统在真实和合成内容上始终优于现有的基线方法。
文献和引用工具
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
推荐器和搜索工具
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.