首页|期刊导航|数据与计算发展前沿(中英文)|语音深度伪造检测:技术演进与展望

语音深度伪造检测:技术演进与展望OA

中文摘要

【目的】系统梳理语音深度伪造检测技术的演进脉络与关键问题,分析其发展趋势及技术挑战。【文献范围】基于2021—2025年国内外约180篇相关研究文献,涵盖主流公开数据集与代表性检测技术。【方法】首先总结现有语音深度伪造检测数据集的构建特点与局限;随后从空间特征建模、时序动态建模、多机制融合与协同建模、自监督预训练驱动建模四个阶段归纳检测技术的演进,并对代表性模型的性能表现进行比较分析。【结果】研究表明,语音深度伪造检测技术正由单一建模向多机制协同与预训练模型融合发展,检测性能持续提升,但在跨域泛化、真实环境鲁棒性、可解释性及高效部署等方面仍面临挑战。【结论】未来研究应加强高真实性数据集建设,完善统一评测体系,并探索具有良好跨域泛化能力和可解释性的检测模型,以提升该技术在复杂真实场景中的鲁棒性与应用能力。

王丹琳;唐云祁

北京警察学院刑事科学技术系,北京102202中国人民公安大学侦查学院,北京100038

信息技术与安全科学

语音深度伪造检测数据集空间特征建模时序动态建模多机制融合自监督预训练模型

《数据与计算发展前沿(中英文)》 2026 (4)

P.111-122,12

北京市公安局科研项目(2026CX27012)。

10.11871/jfdc.issn.2096-742X.2026.04.008

评论