中国科学院自动化研究所 发布 Codecfake 数据集, 应用在 深度伪造检测、音频处理 领域

中国科学院自动化研究所 本次发布的数据集 Codecfake, Codecfake数据集由中国科学院自动化研究所创建，专注于检测基于大型语言模型（LLM）生成的深度伪造音频。该数据集包含925,939条由七种代表性神经编解码器方法生成的伪造音频样本，覆盖两种语言。数据集的创建过程涉及使用LibriTTS数据集训练神经编解码器模型，并通过VCTK和AISHELL3数据集生成伪造音频。Codecfake数据集的应用领域主要在于提升音频深度伪造检测（ADD）模型的性能，特别是在面对未知伪造方法时的泛化能力。

查看Codecfake

Dataset card 内容： 

Files and versions 内容： 

关于 中国科学院自动化研究所 , 中国科学院自动化研究所是中国科学院下属的研究机构，主要从事自动化科学与技术的研究，涵盖人工智能、机器人技术、模式识别等领域。

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。