新指标探究音频深度伪造检测器中的说话人身份敏感性

研究人员开发了一种名为身份敏感性得分（ISS）的新指标，用于评估音频深度伪造检测器的鲁棒性。标准的检测器通常依赖于训练数据中存在的说话人身份线索，导致在不同数据集上评估时性能下降。ISS量化了检测器的输出在多大程度上随说话人身份的变化而变化，在推理时无需真实标签。这个诊断工具已显示出预测错误分类的高准确率，并能识别出对说话人身份操纵过于敏感的言论。 AI

影响 该指标通过识别和减轻与说话人身份相关的偏见，可能带来更鲁棒的音频深度伪造检测系统。

排序理由 该集群包含一篇研究论文，详细介绍了一种用于评估AI模型的新指标。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• DagsHub
• Gotit.pub
• Hugging Face
• Identity Sensitivity Score
• ISS
• ScienceCast

• 论文
• 安全

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →