印度理工学院罗帕尔分校 发布 IndieFake Dataset (IFD) 数据集, 应用在 音频深度伪造检测、印度英语口音 领域

印度理工学院罗帕尔分校 本次发布的数据集 IndieFake Dataset (IFD), IndieFake数据集（IFD）是一个包含印度英语说话者真实和深度伪造音频的基准数据集。它旨在解决现有数据集中缺乏南亚口音的问题，并包含50名英语说印度人的27.17小时的真实和深度伪造音频。数据集包含11.3小时的真实音频样本和15.82小时的深度伪造音频样本，平均音频样本长度为5秒。IFD具有平衡的数据分布，并包括说话人级别的特征描述，这在ASVspoof21（DF）等数据集中是缺失的。该数据集已被评估用于音频深度伪造检测，并与现有的ASVspoof21（DF）和In-The-Wild（ITW）数据集进行了比较，证明了其有效性。

查看IndieFake Dataset (IFD)

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。