音訊生成模型

深度分析

SynSFX 資料集發布：178 小時、43,374 筆音效偽造樣本，評估多模型偽造檢測性能

隨著生成式音訊模型快速發展，現有偵測技術多聚焦語音，對合成音效缺乏防護。研究推出SynSFX資料集，收錄4萬多段真偽音效，測試顯示現有偵測器在音效上表現不佳，需重新設計。資料集涵蓋七種主流文字轉音模型，提供提示子集以檢驗生成器特徵；實驗揭露僅針對音效訓練會導致語音偵測遺忘，且在未見生成模型上難以泛化。