Deepfake-Eval-2024
PulseAugur coverage of Deepfake-Eval-2024 — every cluster mentioning Deepfake-Eval-2024 across labs, papers, and developer communities, ranked by signal.
-
新AI方法通过分析语音轨迹动力学来检测音频深度伪造
研究人员开发了一种新颖的音频深度伪造检测方法，通过分析自监督学习模型潜在空间中的轨迹动力学。该方法侧重于受人类生理学约束的语音产生的时间结构，在包括ASVspoof 2019/2021和Deepfake-Eval-2024在内的六个基准测试中取得了具有竞争力或最先进的性能。研究发现，对这些时间动力学进行建模可以带来显著的收益，尤其是在具有不同合成方法的具有挑战性的跨语料库基准测试中，这表明生理学约束提供了超越简单话语级别统计信息的鲁棒检测信号。
-
新型深度伪造检测器可适应不断演进的生成模型
研究人员开发了 BitMind Forensics (BMF)，一个旨在持续适应不断演进的生成模型的新型深度伪造检测系统。与在现实世界性能下降的静态检测器不同，BMF 通过刷新其训练数据的对抗性竞争进行训练。在十九个公开数据集上的评估显示，BMF 取得了高 AUC 分数，在各种基准测试（包括 AI 生成媒体）上，其性能优于现有的开源模型，并能媲美或超越商业检测器。
-
新的深度伪造基准显示AI检测器性能急剧下降
研究人员推出了Deepfake-Eval-2024，这是一个旨在评估深度伪造检测模型在真实世界、野外内容上的新基准。该基准包含2024年从社交媒体和用户提交中收集的45小时视频、56.5小时音频和1,975张图像，反映了最新的操纵技术。评估显示，开源模型在该新数据集上的性能显著下降，准确率与旧的学术基准相比下降了高达50%。虽然商业和微调模型表现更好，但其准确率仍不及人类法医分析师。
-
小波散射变换提高了语音深度伪造检测的准确性
研究人员开发了一系列新的特征提取器，称为 WST-X，利用小波散射变换 (WST) 来改进语音深度伪造检测。该方法结合了手工制作特征的可解释性与 SSL 特征的高级信息捕获能力。在 Deepfake-Eval-2024 等基准测试上的实验表明，WST-X 通过有效识别细微的声学异常，显著优于现有方法。