Jun, 2024
音频虚假检测的泛化:更难还是不同?
Harder or Different? Understanding Generalization of Audio Deepfake Detection
Nicolas M. Müller, Nicholas Evans, Hemlata Tak, Philip Sperl, Konstantin Böttinger
TL;DR语音深度伪造检测中的关键问题是不同模型训练的深度伪造模型在其他模型上表现较差。实验证明,性能差距主要是由于深度伪造生成的模型不同,而不是由于深度伪造的新质量提高而导致的,这对实际的深度伪造检测有直接影响,强调仅仅增加模型容量可能无法有效应对泛化挑战。