Buchumschlag

A SUPERB-Style Benchmark of Self-Supervised Speech Models for Audio Deepfake Detection

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ali, Hashim, Adupa, Nithin Sai, Subramani, Surya, Malik, Hafiz
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Audio and Speech Processing Artificial Intelligence Machine Learning Signal Processing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Multilingual Dataset Integration Strategies for Robust Audio Deepfake Detection: A SAFE Challenge System
von: Ali, Hashim, et al.
Veröffentlicht: (2025)

Augmentation through Laundering Attacks for Audio Spoof Detection
von: Ali, Hashim, et al.
Veröffentlicht: (2024)

Collecting, Curating, and Annotating Good Quality Speech deepfake dataset for Famous Figures: Process and Challenges
von: Ali, Hashim, et al.
Veröffentlicht: (2025)

LJ-Spoof: A Generatively Varied Corpus for Audio Anti-Spoofing and Synthesis Source Tracing
von: Subramani, Surya, et al.
Veröffentlicht: (2026)

Is Audio Spoof Detection Robust to Laundering Attacks?
von: Ali, Hashim, et al.
Veröffentlicht: (2024)

Similarity Choice and Negative Scaling in Supervised Contrastive Learning for Deepfake Audio Detection
von: Sudan, Jaskirat, et al.
Veröffentlicht: (2026)

SLIM: Style-Linguistics Mismatch Model for Generalized Audio Deepfake Detection
von: Zhu, Yi, et al.
Veröffentlicht: (2024)

Mitigating Intra-Speaker Variability in Diarization with Style-Controllable Speech Augmentation
von: Kim, Miseul, et al.
Veröffentlicht: (2025)

Benchmarking Audio Deepfake Detection Robustness in Real-world Communication Scenarios
von: Shi, Haohan, et al.
Veröffentlicht: (2025)

On the Parameter Estimation of Sinusoidal Models for Speech and Audio Signals
von: Kafentzis, George P.
Veröffentlicht: (2024)

A Hybrid Model for Weakly-Supervised Speech Dereverberation
von: Bahrman, Louis, et al.
Veröffentlicht: (2025)

Neural Speech and Audio Coding: Modern AI Technology Meets Traditional Codecs
von: Kim, Minje, et al.
Veröffentlicht: (2024)

Privacy-Preserving End-to-End Full-Duplex Speech Dialogue Models
von: Kuzmin, Nikita, et al.
Veröffentlicht: (2026)

Neural Spectral Band Generation for Audio Coding
von: Choi, Woongjib, et al.
Veröffentlicht: (2025)

Relational Proxy Loss for Audio-Text based Keyword Spotting
von: Jung, Youngmoon, et al.
Veröffentlicht: (2024)

Crowdsourced Multilingual Speech Intelligibility Testing
von: Lechler, Laura, et al.
Veröffentlicht: (2024)

AudioLDM 2: Learning Holistic Audio Generation with Self-supervised Pretraining
von: Liu, Haohe, et al.
Veröffentlicht: (2023)

Speech Enhancement Based on Drifting Models
von: Xu, Liang, et al.
Veröffentlicht: (2026)

Beyond Identity: A Generalizable Approach for Deepfake Audio Detection
von: Ahmadiadli, Yasaman, et al.
Veröffentlicht: (2025)

Single-stage TTS with Masked Audio Token Modeling and Semantic Knowledge Distillation
von: Gállego, Gerard I., et al.
Veröffentlicht: (2024)

Voice Mapping of Text-to-Speech Systems: A Metric-Based Approach for Voice Quality Assessment
von: Cai, Huanchen, et al.
Veröffentlicht: (2026)

Audio Deepfake Detection in the Age of Advanced Text-to-Speech models
von: Singh, Robin, et al.
Veröffentlicht: (2026)

Language Bias in Self-Supervised Learning For Automatic Speech Recognition
von: Storey, Edward, et al.
Veröffentlicht: (2025)

Speech Boosting: Low-Latency Live Speech Enhancement for TWS Earbuds
von: Bae, Hanbin, et al.
Veröffentlicht: (2024)

Laugh Now Cry Later: Controlling Time-Varying Emotional States of Flow-Matching-Based Zero-Shot Text-to-Speech
von: Wu, Haibin, et al.
Veröffentlicht: (2024)

Does Current Deepfake Audio Detection Model Effectively Detect ALM-based Deepfake Audio?
von: Xie, Yuankun, et al.
Veröffentlicht: (2024)

CrossSpeech++: Cross-lingual Speech Synthesis with Decoupled Language and Speaker Generation
von: Kim, Ji-Hoon, et al.
Veröffentlicht: (2024)

Exploring Disentangled Neural Speech Codecs from Self-Supervised Representations
von: Aihara, Ryo, et al.
Veröffentlicht: (2025)

Compressing Quaternion Convolutional Neural Networks for Audio Classification
von: Singh, Arshdeep, et al.
Veröffentlicht: (2025)

Joint Semantic Knowledge Distillation and Masked Acoustic Modeling for Full-band Speech Restoration with Improved Intelligibility
von: Liu, Xiaoyu, et al.
Veröffentlicht: (2024)

EEG-Based Speech Decoding: A Novel Approach Using Multi-Kernel Ensemble Diffusion Models
von: Kim, Soowon, et al.
Veröffentlicht: (2024)

Mind the Prompt: Prompting Strategies in Audio Generations for Improving Sound Classification
von: Ronchini, Francesca, et al.
Veröffentlicht: (2025)

Lightweight Self-Supervised Detection of Fundamental Frequency and Accurate Probability of Voicing in Monophonic Music
von: Bitra, Venkat Suprabath, et al.
Veröffentlicht: (2026)

Robust Generative Audio Quality Assessment: Disentangling Quality from Spurious Correlations
von: Huang, Kuan-Tang, et al.
Veröffentlicht: (2026)

Construction and Evaluation of Mandarin Multimodal Emotional Speech Database
von: Ting, Zhu, et al.
Veröffentlicht: (2024)

UniverSR: Unified and Versatile Audio Super-Resolution via Vocoder-Free Flow Matching
von: Choi, Woongjib, et al.
Veröffentlicht: (2025)

IndieFake Dataset: A Benchmark Dataset for Audio Deepfake Detection
von: Kumar, Abhay, et al.
Veröffentlicht: (2025)

JenGAN: Stacked Shifted Filters in GAN-Based Speech Synthesis
von: Cho, Hyunjae, et al.
Veröffentlicht: (2024)

Toward Fully-End-to-End Listened Speech Decoding from EEG Signals
von: Lee, Jihwan, et al.
Veröffentlicht: (2024)

Automatic Speech Recognition using Advanced Deep Learning Approaches: A survey
von: Kheddar, Hamza, et al.
Veröffentlicht: (2024)