跳到正文
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

报道时间线

沿着报道,了解事件的不同侧面。

10月19日
  1. arXiv · cs.CL
    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

    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。