弗罗茨瓦夫理工大学 发布 Attack Agnostic Dataset 数据集, 应用在 音频深度伪造检测、深度伪造数据集 领域

弗罗茨瓦夫理工大学 本次发布的数据集 Attack Agnostic Dataset, Attack Agnostic Dataset是由弗罗茨瓦夫理工大学创建的一个音频深度伪造检测数据集，结合了两个深度伪造音频数据集FakeAVCeleb和WaveFake以及一个反欺骗数据集ASVspoof 2019 LA子集，总计包含31083个真实样本和222035个伪造样本，覆盖27种不同的伪造方法。该数据集旨在通过不重复使用攻击方法来提高检测方法的泛化能力和稳定性。数据集创建过程中，确保训练、测试和评估子集中的伪造方法不重叠，以验证模型的泛化性能。该数据集主要应用于音频深度伪造检测领域，旨在解决现有检测模型泛化能力不足和稳定性差的问题。

查看Attack Agnostic Dataset

README 内容： 

关于 弗罗茨瓦夫理工大学 , 弗罗茨瓦夫理工大学是波兰的一所著名理工类大学，位于波兰西南部的弗罗茨瓦夫市，提供广泛的工程和技术学科的教育和研究。

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。