Carlotta Segna

新的 BabelFake 基准解决了多语言音视频深度伪造检测问题

研究人员推出 BabelFake，这是一个新的多语言音视频深度伪造基准，旨在解决现有数据集的局限性。BabelFake 包含来自 496 名个体、跨越五种语言（英语、德语、意大利语、法语和西班牙语）的 1,323 小时视频素材。该基准利用一个模块化流程，结合了现代视频操纵技术和语音克隆引擎，区分了仅视觉操纵和联合音视频操纵。评估表明，检测难度因生成方法而异，并且在保留真实音频时性能会显著下降。此外，人类对真实性的感知并不总是与机器检测难度一致。