论文
评估俄罗斯反欺骗的通用性和稳健性：RuASD 计划
Evaluating Generalization and Robustness in Russian Anti-Spoofing: The RuASD Initiative
摘要
RuASD（俄罗斯反欺骗数据集）是一个专门的、可重复的俄语语音反欺骗基准，旨在评估域内歧视和部署式分布转移的稳健性。它将使用 37 个现代俄语 TTS 和语音克隆系统合成的大型欺骗子集与从多个异构开放俄语语音语料库中策划的真实子集相结合，从而能够跨不同数据源进行系统评估。为了以受控和可再现的方式模拟典型的传播和通道效应，RuASD 包括平台和传输失真的可配置模拟，包括房间混响、附加噪声/音乐以及通过统一处理链实现的一系列语音编解码器转码。我们对一系列公开可用的反欺骗对策进行了基准测试，涵盖轻量级监督架构、图注意力模型、基于 SSL 的检测器和大规模预训练系统，并报告干净和模拟条件下的参考结果，以表征现实扰动管道下的鲁棒性。该数据集可在 \href{https://huggingface.co/datasets/MTUCI/RuASD}{\underline{Hugging Face}} 和 \href{https://modelscope.cn/datasets/lab260/RuASD}{\underline{ModelScope}} 公开获取。