Исследование посвящено анализу влияния лингвистических особенностей и методов синтеза речи на эффективность детекции голосовых дипфейков. На основе мультиязычного корпуса, объединившего синтетические записи MLAAD (38 языков) и натуральную речь FLEURS, проведено сравнение работы антиспуфинговой модели WAVLM с разделением данных на обучающую и тестовую выборки по принципу MLAAD Source Tracing. Результаты показали, что ошибка возрастает для языков и моделей, не представленных при обучении, тогда как на знакомых данных ошибка значительно меньше. Выявлена двойственная природа артефактов: лингвистические особенности (тональность, морфология) и технологические ограничения синтезаторов вносят сопоставимый вклад в сложность распознавания.

Абрамова В.М. (науч. рук. Чирковский А.Д.) Анализ влияния языка на сложность обнаружения голосовых дипфейков // Сборник тезисов докладов конгресса молодых ученых. Электронное издание. – СПб: Университет ИТМО, [2025]. URL: https://kmu.itmo.ru/digests/article/14552