論文の概要: Audio Deepfake Attribution: An Initial Dataset and Investigation

• arxiv url: http://arxiv.org/abs/2208.10489v4
• Date: Sun, 17 Nov 2024 09:12:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-20 13:33:03.350935
• Title: Audio Deepfake Attribution: An Initial Dataset and Investigation
• Title（参考訳）: オーディオディープフェイクの属性:最初のデータセットと調査
• Authors: Xinrui Yan, Jiangyan Yi, Jianhua Tao, Jie Chen,
• Abstract要約: 我々は、Audio Deepfake Attribution (ADA)と呼ばれるオーディオ生成ツールの属性に対する最初のディープフェイクオーディオデータセットを設計する。 オープンセットオーディオディープフェイク属性(OSADA)のためのクラス・マルチセンター学習(CRML)手法を提案する。 実験の結果,CRML法は実世界のシナリオにおけるオープンセットリスクに効果的に対処できることが示された。
• 参考スコア（独自算出の注目度）: 41.62487394875349
• License:
• Abstract: The rapid progress of deep speech synthesis models has posed significant threats to society such as malicious manipulation of content. This has led to an increase in studies aimed at detecting so-called deepfake audio. However, existing works focus on the binary detection of real audio and fake audio. In real-world scenarios such as model copyright protection and digital evidence forensics, binary classification alone is insufficient. It is essential to identify the source of deepfake audio. Therefore, audio deepfake attribution has emerged as a new challenge. To this end, we designed the first deepfake audio dataset for the attribution of audio generation tools, called Audio Deepfake Attribution (ADA), and conducted a comprehensive investigation on system fingerprints. To address the challenges of attribution of continuously emerging unknown audio generation tools in the real world, we propose the Class-Representation Multi-Center Learning (CRML) method for open-set audio deepfake attribution (OSADA). CRML enhances the global directional variation of representations, ensuring the learning of discriminative representations with strong intra-class similarity and inter-class discrepancy among known classes. Finally, the strong class discrimination capability learned from known classes is extended to both known and unknown classes. Experimental results demonstrate that the CRML method effectively addresses open-set risks in real-world scenarios. The dataset is publicly available at: https://zenodo.org/records/13318702, and https://zenodo.org/records/13340666.
• Abstract（参考訳）: ディープ音声合成モデルの急速な進歩は、コンテンツの悪意ある操作など社会に重大な脅威をもたらしている。 これにより、いわゆるディープフェイク音声の検出を目的とした研究が増加している。 しかし、既存の研究は、実際のオーディオと偽オーディオのバイナリ検出に重点を置いている。 モデル著作権保護やデジタルエビデンス法医学のような現実のシナリオでは、バイナリ分類だけでは不十分である。 ディープフェイク音源を特定することが不可欠である。 そのため、オーディオディープフェイクの属性が新しい課題として浮上した。 そこで我々は,Audio Deepfake Attribution (ADA) と呼ばれる音声生成ツールの属性に対する最初のディープフェイク音声データセットを設計し,システム指紋の包括的調査を行った。 実世界の未知の音声生成ツールが生み出す課題に対処するため,オープンセットオーディオディープフェイク属性(OSADA)のためのクラス表現型マルチセンターラーニング(CRML)手法を提案する。 CRMLは、表現のグローバルな方向変化を強化し、クラス間の強い類似性とクラス間の相違性を持つ識別的表現の学習を保証する。 最後に、既知のクラスから学んだ強力なクラス識別能力は、既知のクラスと未知のクラスの両方に拡張される。 実験の結果,CRML法は実世界のシナリオにおけるオープンセットリスクに効果的に対処できることが示された。 データセットは、https://zenodo.org/records/13318702、https://zenodo.org/records/13340666で公開されている。

関連論文リスト

• SONAR: A Synthetic AI-Audio Detection Framework and Benchmark [59.09338266364506]
  SONARはAI-Audio Detection FrameworkとBenchmarkの合成である。 最先端のAI合成聴覚コンテンツを識別するための総合的な評価を提供することを目的としている。 従来のモデルとファンデーションベースのディープフェイク検出システムの両方で、AIオーディオ検出を均一にベンチマークする最初のフレームワークである。
  論文  参考訳（メタデータ） (2024-10-06T01:03:42Z)
• A Multimodal Framework for Deepfake Detection [0.0]
  AIを使って合成メディアを作るDeepfakesは、ビデオやオーディオを説得力を持って修正して、現実を正しく表現する。 我々の研究は、革新的なマルチモーダルアプローチを通じて、ディープフェイクの重要な問題に対処する。 枠組みは視覚的・聴覚的分析を併用し,精度は94%であった。
  論文  参考訳（メタデータ） (2024-10-04T14:59:10Z)
• SafeEar: Content Privacy-Preserving Audio Deepfake Detection [17.859275594843965]
  音声コンテンツにアクセスすることなくディープフェイク音声を検知する新しいフレームワークであるSafeEarを提案する。 私たちのキーとなるアイデアは、ニューラルオーディオを、セマンティックおよび音響情報をオーディオサンプルから適切に分離する、新しいデカップリングモデルに組み込むことです。 このようにして、セマンティックな内容が検出器に露出されることはない。
  論文  参考訳（メタデータ） (2024-09-14T02:45:09Z)
• Vulnerability of Automatic Identity Recognition to Audio-Visual Deepfakes [13.042731289687918]
  本稿では, ディープフェイクSWAN-DFの音声・映像データベースとして初めて, 唇と音声をよく同期させる手法を提案する。 我々は,SpeechBrainのECAPA-TDNNモデルなど,アート話者認識システムの脆弱性を実証する。
  論文  参考訳（メタデータ） (2023-11-29T14:18:04Z)
• SceneFake: An Initial Dataset and Benchmarks for Scene Fake Audio Detection [54.74467470358476]
  本稿では,シーンフェイク音声検出のためのデータセットSceneFakeを提案する。 操作されたオーディオは、オリジナルオーディオの音響シーンを改ざんするだけで生成される。 本論文では,SceneFakeデータセット上での擬似音声検出ベンチマーク結果について報告する。
  論文  参考訳（メタデータ） (2022-11-11T09:05:50Z)
• An Initial Investigation for Detecting Vocoder Fingerprints of Fake Audio [53.134423013599914]
  本稿では,偽音声のボコーダ指紋を検出するための新しい問題を提案する。 8つの最先端ボコーダによって合成されたデータセットについて実験を行った。
  論文  参考訳（メタデータ） (2022-08-20T09:23:21Z)
• Fully Automated End-to-End Fake Audio Detection [57.78459588263812]
  本稿では,完全自動エンドツーエンド音声検出手法を提案する。 まず、wav2vec事前学習モデルを用いて、音声の高レベル表現を得る。 ネットワーク構造には, Light-DARTS という異種アーキテクチャサーチ (DARTS) の修正版を用いる。
  論文  参考訳（メタデータ） (2022-08-20T06:46:55Z)
• Partially Fake Audio Detection by Self-attention-based Fake Span Discovery [89.21979663248007]
  本稿では,部分的に偽の音声を検出する自己認識機構を備えた質問応答(フェイクスパン発見)戦略を導入することで,新たな枠組みを提案する。 ADD 2022の部分的に偽の音声検出トラックで第2位にランクインした。
  論文  参考訳（メタデータ） (2022-02-14T13:20:55Z)
• WaveFake: A Data Set to Facilitate Audio Deepfake Detection [3.8073142980733]
  本稿では,音声信号の解析に用いる信号処理技術について紹介する。 次に、2つの言語にまたがる5つの異なるネットワークアーキテクチャから9つのサンプルデータセットを収集した。 第3に,信号処理コミュニティから採用されている2つのベースラインモデルを実践者に提供し,さらなる研究を促進する。
  論文  参考訳（メタデータ） (2021-11-04T12:26:34Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。