SingFox：多语言 Singfake 检测语料库

在这项工作中，我们介绍了 SingFox，这是一个综合性的大规模数据集，专门用于支持对歌唱深度伪造检测和源追踪系统的稳健评估。 SingFox 分为六个不同的曲目（T1--T6），每个曲目都针对一种独特的新颖形式，范围从语言多样性（全球和印度）到特定流派的音乐和替代假冒生成方法。该数据集包含 20 种语言的超过 113,802 个音频片段，音频数据总计超过 126.32 小时，涵盖 1,150 名歌手。每个赛道都旨在模拟现实场景并评估模型在不同条件下执行的可靠性，从而评估其稳健性。 SingFox 旨在通过为 singfake 检测任务和源验证任务（模型可解释性）提供可靠的基准，促进可重复性并加速歌唱 Deepfake 检测的研究。实验结果表明，在跨数据集评估设置下，最高准确度为 77.84\%。重现数据集所需的所有代码和资源均可在 https://github.com/Arth-Shah/SingFox 上公开获取。