SafeEar

这个项目是由浙江大学和清华大学共同开发的SafeEar是一种新颖的框架旨在无需依赖访问内部语音内容来检测深度伪造音频。其核心优势包括：
– 采用神经音频编解码器将语义和声学信息从音频样本中分离仅使用声学信息（如韵律和音色）进行深度伪造检测从而避免语义内容暴露给检测器。
– 利用多头自注意力和编解码器增强技术克服了在没有语义线索的情况下识别各种深度伪造音频的挑战。
– 在四个基准数据集上进行的大量实验表明SafeEar在检测各种深度伪造技术方面的有效性等错误率（EER）低至2.02%。
– 同时通过单词错误率（WERs）均高于93.93%和用户研究证明其可以防止五种语言的语音内容被机器和人类听觉分析破译。

SafeEar的应用场景包括：
– 音频内容隐私保护：防止语音内容被窃取或篡改。
– 深度伪造检测：检测音频中的深度伪造痕迹保护音频的真实性。

相关项目包括：
– Project Website：提供了更多关于SafeEar的信息和资源。
– Full CVoiceFake Dataset：包含完整的CVoiceFake数据集。
– Sampled CVoiceFake Dataset：包含CVoiceFake数据集的样本。