▶  音频深度伪造检测

项目简介

赛题任务是对混合了深度伪造音频和真实音频的数据集鉴别真伪。其中，深度伪造音频指利用深度学习等技术制作或修改的音频文件。人工拼接、录音重放等方式形成的伪造音频并不在考虑范畴。

评价指标

 竞赛数据集

竞赛数据集不少于20000段音频样本，其中伪造音频与真实音频的比例约为1:1。测试数据集的说明为：

1）语种为中文，部分样本包含少量英语单词；

2）音频的长度主要为3s、5s左右；

3）伪造方式包括语音合成和声音转换，录音重放和拼接等不在伪造考虑的范围;

4）伪造的方法和系统不少于7种，其中TTS 4种，VC 3种

5）采样率16kHz；

6）语音声道主要为单声道，不考虑双声道情况；

      任务输入输出格式

1)（输入）测试音频文件夹路径；

2)（输出）检测结果：要求参评单位将检测结果整理为CSV文件。

每一项用制表符'\t'分割，每一行具体格式如下（所有输出以UTF-8无BOM格式编码）：

音频ID\t音频被伪造的概率\t推断开始时间\t推断结束时间

其中，推断开始时间和推断结束时间，保存成毫秒级13位时间戳，例如 1499825149257。