研究者提出EmoShift语音深伪检测基准
热点事件持续更新
研究者提出EmoShift语音深伪检测基准
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
Jingyi Chen、Surya Koppisetti 等研究者提出 EmoShift 基准,用于比较句内情绪稳定(AA)与情绪变化(AB)的语音对深度伪造检测的影响。 该基准包含 7,240 条真实语音,以及由 4 个表现力 TTS 系统生成的 9,720 条合成语音。研究者称,EmoShift 在控制静态情绪身份和声学混杂因素的前提下,揭示检测器在句内情绪变化下的失效模式。
AI 根据报道生成 · 1 小时前更新
最新进展10月19日 12:00
EmoShift 基准揭示语音深度伪造检测器在句内情绪变化下的失效模式报道时间线
沿着报道,了解事件的不同侧面。
10月19日
- arXiv · cs.CLEmoShift 基准揭示语音深度伪造检测器在句内情绪变化下的失效模式
研究者提出 EmoShift 基准,用 7,240 条真实语音和 4 个表现力 TTS 系统生成的 9,720 条合成语音,对比情绪稳定(AA)与情绪变化(AB)语音对检测的影响。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。