福特汉姆大学 发布 SONAR 数据集, 应用在 音频合成、深度伪造检测 领域

福特汉姆大学 本次发布的数据集 SONAR, SONAR数据集是由福特汉姆大学和IBM研究团队创建的，旨在评估和区分由先进文本到语音（TTS）模型生成的合成音频。该数据集包含2274条合成音频样本，来源于9个不同的音频合成平台，包括领先的TTS服务提供商和最新的TTS模型。数据集的创建过程涉及使用多个TTS服务提供商和开源API生成音频，并从多个TTS模型的演示页面收集音频。SONAR数据集主要用于评估现有的音频深度伪造检测模型，以解决AI生成音频的识别和防范问题。

查看SONAR

README 内容： 

关于 福特汉姆大学 , 福特汉姆大学（Fordham University）是一所位于美国纽约市的私立研究型大学，成立于1841年。该校提供广泛的本科、研究生和专业课程，尤其以其法学院和商学院闻名。福特汉姆大学在学术界和社会服务方面都有显著的影响力。

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。