上海交通大学 发布 SpeechFake 数据集, 应用在 语音伪造、深度伪造检测 领域

上海交通大学 本次发布的数据集 SpeechFake, SpeechFake是一个大规模的多语言语音深度伪造数据集，包含了超过300万个深度伪造样本，总时长超过3000小时，使用40种不同的语音合成工具生成。该数据集涵盖了广泛的生成技术，包括文本到语音、语音转换和神经声码器，并提供了多语言支持，涵盖了46种语言。SpeechFake被设计为专门用于语音深度伪造检测，旨在解决现有数据集规模和多样性有限的问题，以便更好地训练能够泛化到未见深度伪造模型的模型。

查看SpeechFake

README 内容： 

关于 上海交通大学 , 上海交通大学是中华人民共和国教育部直属的全国重点大学，位于上海，是中国历史最悠久和最著名的高等学府之一，在计算机科学和工程领域有着显著的研究成果和学术影响力。

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。