論文の概要: SVDD Challenge 2024: A Singing Voice Deepfake Detection Challenge Evaluation Plan

• arxiv url: http://arxiv.org/abs/2405.05244v1
• Date: Wed, 8 May 2024 17:40:12 GMT
• ステータス: 処理完了
• システム内更新日: 2024-05-09 13:45:01.165899
• Title: SVDD Challenge 2024: A Singing Voice Deepfake Detection Challenge Evaluation Plan
• Title（参考訳）: SVDD Challenge 2024: Singing Voice Deepfake Detection Challenge Planning Plan
• Authors: You Zhang, Yongyi Zang, Jiatong Shi, Ryuichi Yamamoto, Jionghao Han, Yuxun Tang, Tomoki Toda, Zhiyao Duan,
• Abstract要約: SVDDチャレンジ(SVDD Challenge)は、実験室でコントロールされたカナマイドとディープフェイクの歌声録音のためのSVDDに焦点を当てた最初の研究課題である。 この課題は、2024年のIEEE Spoken Language Technology Workshop (SLT 2024)と共同で行われる。
• 参考スコア（独自算出の注目度）: 44.260755521474735
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The rapid advancement of AI-generated singing voices, which now closely mimic natural human singing and align seamlessly with musical scores, has led to heightened concerns for artists and the music industry. Unlike spoken voice, singing voice presents unique challenges due to its musical nature and the presence of strong background music, making singing voice deepfake detection (SVDD) a specialized field requiring focused attention. To promote SVDD research, we recently proposed the "SVDD Challenge," the very first research challenge focusing on SVDD for lab-controlled and in-the-wild bonafide and deepfake singing voice recordings. The challenge will be held in conjunction with the 2024 IEEE Spoken Language Technology Workshop (SLT 2024).
• Abstract（参考訳）: AIが生み出す歌声の急速な進歩は、今や自然の人間の歌声を忠実に模倣し、音楽の楽譜とシームレスに整合し、アーティストや音楽産業に対する懸念を高めている。 音声とは異なり、歌唱音声は、その音楽的性質と強い背景音楽の存在により独特の課題を呈し、歌唱音声深度検出(SVDD)を焦点を絞る専門分野とする。 SVDD研究を促進するため,我々は最近,実験室で制御されたブナフィドとディープフェイクの歌声録音のためのSVDDに焦点を当てた,SVDDチャレンジ(SVDD Challenge)を提案した。 この課題は、2024年のIEEE Spoken Language Technology Workshop (SLT 2024)と共同で行われる。

関連論文リスト

• ICAGC 2024: Inspirational and Convincing Audio Generation Challenge 2024 [32.96984318966757]
  この課題は、合成音声の説得性と受容性を高めることを目的としている。 ICAGC 2024はISCSLP 2024コンペティション・アンド・チャレンジ・トラックの一部である。
  論文  参考訳（メタデータ） (2024-07-01T13:15:16Z)
• Event-Based Eye Tracking. AIS 2024 Challenge Survey [73.41168445057629]
  AIS 2024 Event-Based Eye Tracking (EET) Challengeをレビューする。 この課題の課題は、イベントカメラで記録された眼球運動の処理と瞳孔中心の予測である。 この課題は、タスクの精度と効率のトレードオフを達成するために、イベントカメラによる効率的なアイトラッキングを強調している。
  論文  参考訳（メタデータ） (2024-04-17T21:53:01Z)
• More than words: Advancements and challenges in speech recognition for singing [1.4589372436314496]
  私は、これらのタスクが勢いを増し始めているのと同じように、これらのタスクについて研究する際の私の経験をいくつか説明します。 私の目標は、歌唱に音声認識を適用する複雑さを解明し、現在の能力を評価し、将来の研究方向性を概説することです。
  論文  参考訳（メタデータ） (2024-03-14T11:37:02Z)
• SingFake: Singing Voice Deepfake Detection [16.82140520915859]
  歌声は音声の発声と異なる音響的・言語的特徴を示す。 最初にSingFakeを紹介した。これは、28.93時間のボナフィドからなる、最初の計算済みのインザミルドデータセットである。 次に、SingFakeを用いて、音声発話に基づいて訓練された4つの最先端音声対策システムを評価する。
  論文  参考訳（メタデータ） (2023-09-14T08:49:05Z)
• The Singing Voice Conversion Challenge 2023 [35.270322663776646]
  今年私たちは、歌声変換(SVC)に焦点を移しました。 新しいデータベースは、ドメイン内およびドメイン間SVCという2つのタスクのために構築された。 両課題において,トップシステムによって人間レベルの自然性が達成されたにもかかわらず,目標話者ほど類似度スコアが得られなかった。
  論文  参考訳（メタデータ） (2023-06-26T05:04:58Z)
• VoxSRC 2022: The Fourth VoxCeleb Speaker Recognition Challenge [95.6159736804855]
  VoxCeleb Speaker Recognition Challenge 2022 (VoxSRC-22)は、InterSPEECH 2022と共同で開催された。 この課題の目的は、最先端の話者認識システムが「野生」で得られた音声から話者を識別し、分類し、認識できるかどうかを評価することである。
  論文  参考訳（メタデータ） (2023-02-20T19:27:14Z)
• Robust One-Shot Singing Voice Conversion [28.707278256253385]
  高品質な歌唱音声変換(SVC)は, ピッチ, ラウドネス, 発音の多様さから, いまだに困難である。 歪んだ歌声でも頑健な一発一発一発一発一発一発一発一発一発一発一発一発一発一発一発一発一発一発一発一発一発一発一発一発一発一発一発一発一発一発一発一発一発一発一発一発一発一発一発一発一発一発一発一発一発一発一発一発一発一 実験の結果,提案手法は,見知らぬ歌手と見知らぬ歌手の両方に対して,最先端のワンショットSVCベースラインよりも優れていた。
  論文  参考訳（メタデータ） (2022-10-20T08:47:35Z)
• Learning the Beauty in Songs: Neural Singing Voice Beautifier [69.21263011242907]
  我々は、新しいタスク、歌声美化(SVB)に興味を持っている。 アマチュア歌手の歌声を考えると、SVBは内容と声の音色を保ちながら、声のイントネーションと声のトーンを改善することを目的としている。 SVBタスクを解く最初の生成モデルであるNSVB(Neural Singing Voice Beautifier)を導入する。
  論文  参考訳（メタデータ） (2022-02-27T03:10:12Z)
• ADD 2022: the First Audio Deep Synthesis Detection Challenge [92.41777858637556]
  最初のオーディオディープ合成検出チャレンジ(ADD)は、ギャップを埋めるために動機付けられた。 ADD 2022には、低品質の偽オーディオ検出(LF)、部分的に偽オーディオ検出(PF)、オーディオ偽ゲーム(FG)の3つのトラックが含まれている。
  論文  参考訳（メタデータ） (2022-02-17T03:29:20Z)
• ASVspoof 2021: accelerating progress in spoofed and deepfake speech detection [70.45884214674057]
  ASVspoof 2021は、スプーフの研究を促進するための2年制の課題の第4版である。 本稿では,3つのタスク,それぞれのデータベース,評価基準,4つの課題ベースライン,評価プラットフォーム,課題結果の要約について述べる。
  論文  参考訳（メタデータ） (2021-09-01T16:17:31Z)

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。