国立台湾大学 发布 CodecFake-Omni 数据集, 应用在 深度伪造语音检测、编解码器 领域

国立台湾大学 本次发布的数据集 CodecFake-Omni, CodecFake-Omni是由国立台湾大学等机构创建的大规模数据集，旨在研究基于神经编解码器的深度伪造语音检测。该数据集包含31种不同的开源编解码器模型生成的训练数据，以及17种先进的CoSG模型生成的测试数据。数据集通过重新合成真实语音生成训练数据，测试数据则来自未发布的模型生成的语音。CodecFake-Omni是目前最大的CodecFake语料库，涵盖了最广泛的编解码器架构。该数据集的应用领域主要是深度伪造语音检测，旨在解决当前反欺骗模型在检测由CoSG系统生成的合成语音时的不足问题。

查看CodecFake-Omni

关于 国立台湾大学 , 国立台湾大学（NTU）是台湾最顶尖的综合性大学，成立于1928年，位于台北市。该校在多个学科领域享有国际声誉，尤其在工程、医学、社会科学和自然科学方面表现突出。NTU致力于提供高质量的教育和研究环境，培养了众多杰出人才，对台湾乃至全球的学术和科技发展做出了重要贡献。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。