.png){kind=icon}
返回
Frame-Level Temporal Difference Learning for Partial Deepfake Speech Detection
.png){kind=icon}
PRE
AI
DOI：10.1109/LSP.2025.3592111.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
检测部分深度伪造语音至关重要，因其具有潜在的不明显误导性。然而，现有方法在训练时依赖成本高昂的帧级标注，限制了实际可扩展性。此外，它们主要关注检测真实语音与深度伪造片段之间的过渡伪影。随着深度伪造生成技术的不断发展，这些过渡逐渐平滑，检测难度日益增加。为解决此问题，本研究通过分析帧级时间差异引入了新视角，并发现与真实语音相比，深度伪造语音表现出方向性变化不稳定且局部过渡不自然。基于此发现，我们提出了一种时间差注意力模块（TDAM），将部分深度伪造检测重新定义为识别不自然的时间变化，而无需依赖明确的边界标注。一种双级分层差异表示能够捕捉细粒度和粗粒度尺度上的时间不规则性，同时自适应平均池化（adaptive average pooling）可保留跨变长输入的关键模式，以最小化信息损失。我们的TDAM-AvgPool模型实现了当前最佳性能，在PartialSpoof数据集上的等错误率（EER）为0.59%，在HAD数据集上为0.03%，显著优于现有方法，且无需帧级监督。
Keyword:
Deepfake speech detection
partial speech deepfake
anti-spoofing
期刊
IF:
9.6
论文数:
1.1W
被引数:
1.7W
机构
引用论文
Coarse-to-Fine Proposal Refinement Framework for Audio Temporal Forgery Detection and Localization音频时域伪造检测与定位的粗到精提议优化框架
PREAI
分享收藏Local Self-attention-based Hybrid Multiple Instance Learning for Partial Spoof Speech Detection
PREAI
分享收藏
Fake Audio Detection Based On Unsupervised Pretraining Models.png)
ICASSP 2022 - 2022 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP)
ICASSP 2022 - 2022 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP)IF0
PREAI
分享收藏Integrating frame-level boundary detection and deepfake detection for locating manipulated regions in partially spoofed audio forgery attacks集成帧级边界检测和deepfake检测，用于在部分欺骗的音频伪造攻击中定位操纵区域
PREAI
分享收藏分享收藏
查看更多内容