Buchumschlag

Deepfake Word Detection by Next-token Prediction using Fine-tuned Whisper

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Tran, Hoan My, Wang, Xin, Ge, Wanying, Liu, Xuechen, Yamagishi, Junichi
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Audio and Speech Processing Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Does Fine-tuning by Reinforcement Learning Improve Generalization in Binary Speech Deepfake Detection?
von: Wang, Xin, et al.
Veröffentlicht: (2026)

Post-training for Deepfake Speech Detection
von: Ge, Wanying, et al.
Veröffentlicht: (2025)

LENS-DF: Deepfake Detection and Temporal Localization for Long-Form Noisy Speech
von: Liu, Xuechen, et al.
Veröffentlicht: (2025)

Towards Data Drift Monitoring for Speech Deepfake Detection in the context of MLOps
von: Wang, Xin, et al.
Veröffentlicht: (2025)

FakeMark: Deepfake Speech Attribution With Watermarked Artifacts
von: Ge, Wanying, et al.
Veröffentlicht: (2025)

From Sharpness to Better Generalization for Speech Deepfake Detection
von: Huang, Wen, et al.
Veröffentlicht: (2025)

A Preliminary Case Study on Long-Form In-the-Wild Audio Spoofing Detection
von: Liu, Xuechen, et al.
Veröffentlicht: (2024)

AfriHuBERT: A self-supervised speech representation model for African languages
von: Alabi, Jesujoba O., et al.
Veröffentlicht: (2024)

Improving curriculum learning for target speaker extraction with synthetic speakers
von: Liu, Yun, et al.
Veröffentlicht: (2024)

Target Speaker Extraction with Curriculum Learning
von: Liu, Yun, et al.
Veröffentlicht: (2024)

Libri2Vox Dataset: Target Speaker Extraction with Diverse Speaker Conditions and Synthetic Data
von: Liu, Yun, et al.
Veröffentlicht: (2024)

Fine-tuning Whisper on Low-Resource Languages for Real-World Applications
von: Timmel, Vincenzo, et al.
Veröffentlicht: (2024)

Explaining Speaker and Spoof Embeddings via Probing
von: Liu, Xuechen, et al.
Veröffentlicht: (2024)

Quantifying Source Speaker Leakage in One-to-One Voice Conversion
von: Wellington, Scott, et al.
Veröffentlicht: (2025)

Whisper Has an Internal Word Aligner
von: Yeh, Sung-Lin, et al.
Veröffentlicht: (2025)

Spoofing attack augmentation: can differently-trained attack models improve generalisation?
von: Ge, Wanying, et al.
Veröffentlicht: (2023)

Generating Speakers by Prompting Listener Impressions for Pre-trained Multi-Speaker Text-to-Speech Systems
von: Chen, Zhengyang, et al.
Veröffentlicht: (2024)

Improving the Inclusivity of Dutch Speech Recognition by Fine-tuning Whisper on the JASMIN-CGN Corpus
von: Shekoufandeh, Golshid, et al.
Veröffentlicht: (2025)

WaveSP-Net: Learnable Wavelet-Domain Sparse Prompt Tuning for Speech Deepfake Detection
von: Xuan, Xi, et al.
Veröffentlicht: (2025)

Extending Whisper with prompt tuning to target-speaker ASR
von: Ma, Hao, et al.
Veröffentlicht: (2023)

Disentangling the Prosody and Semantic Information with Pre-trained Model for In-Context Learning based Zero-Shot Voice Conversion
von: Chen, Zhengyang, et al.
Veröffentlicht: (2024)

Target speaker anonymization in multi-speaker recordings
von: Tomashenko, Natalia, et al.
Veröffentlicht: (2025)

Simul-Whisper: Attention-Guided Streaming Whisper with Truncation Detection
von: Wang, Haoyu, et al.
Veröffentlicht: (2024)

MTP-S2UT: Enhancing Speech-to-Speech Translation Quality with Multi-token Prediction
von: Wang, Jianjin, et al.
Veröffentlicht: (2025)

Predicting positive transfer for improved low-resource speech recognition using acoustic pseudo-tokens
von: San, Nay, et al.
Veröffentlicht: (2024)

Speech DF Arena: A Leaderboard for Speech DeepFake Detection Models
von: Dowerah, Sandipana, et al.
Veröffentlicht: (2025)

Spoof Diarization: "What Spoofed When" in Partially Spoofed Audio
von: Zhang, Lin, et al.
Veröffentlicht: (2024)

VoxEffects: A Speech-Oriented Audio Effects Dataset and Benchmark
von: Zhang, Zhe, et al.
Veröffentlicht: (2026)

The First VoicePrivacy Attacker Challenge
von: Tomashenko, Natalia, et al.
Veröffentlicht: (2025)

The First VoicePrivacy Attacker Challenge Evaluation Plan
von: Tomashenko, Natalia, et al.
Veröffentlicht: (2024)

RADAR Challenge 2026: Robust Audio Deepfake Recognition under Media Transformations
von: Luong, Hieu-Thi, et al.
Veröffentlicht: (2026)

ASVspoof 5: Design, Collection and Validation of Resources for Spoofing, Deepfake, and Adversarial Attack Detection Using Crowdsourced Speech
von: Wang, Xin, et al.
Veröffentlicht: (2025)

Deepfake Detection of Singing Voices With Whisper Encodings
von: Sharma, Falguni, et al.
Veröffentlicht: (2025)

Transfer Learning from Whisper for Microscopic Intelligibility Prediction
von: Best, Paul, et al.
Veröffentlicht: (2024)

ASVspoof 5: Crowdsourced Speech Data, Deepfakes, and Adversarial Attacks at Scale
von: Wang, Xin, et al.
Veröffentlicht: (2024)

Human perception of audio deepfakes: the role of language and speaking style
von: Segundo, Eugenia San, et al.
Veröffentlicht: (2025)

An Initial Investigation of Language Adaptation for TTS Systems under Low-resource Scenarios
von: Gong, Cheng, et al.
Veröffentlicht: (2024)

One Whisper to Grade Them All
von: Phan, Nhan, et al.
Veröffentlicht: (2025)

Overcoming Data Scarcity in Multi-Dialectal Arabic ASR via Whisper Fine-Tuning
von: Özyilmaz, Ömer Tarik, et al.
Veröffentlicht: (2025)

Towards An Integrated Approach for Expressive Piano Performance Synthesis from Music Scores
von: Tang, Jingjing, et al.
Veröffentlicht: (2025)