Detail publikace
Comprehensive Multiparametric Analysis of Human Deepfake Speech Recognition
Firc Anton, Ing. (UITS)
Šalko Milan, Ing. (UITS)
Prudký Daniel, Bc.
Radačovská Karolína, Bc.
Hanáček Petr, doc. Dr. Ing. (UITS)
Deepfake, Syntetická řeč, Deepfake detekce, Lidské vnímání, Kvalita řeči,
Kybernetická bezpečnost
V tomto článku se zabýváme novým dvoustranným výzkumem rozpoznávání hluboké
falešné řeči lidmi a řešíme kritické mezery v dosavadním výzkumu. Za prvé, jsme
průkopníky hodnocení vlivu předchozí informace na rozpoznávání deepfake, přičemž
se naše práce odlišuje tím, že simuluje reálné scénáře útoku, kdy jednotlivci
nejsou předem informováni o odhalení deepfake. Tento přístup simuluje
nepředvídatelnost reálných deepfake útoků a poskytuje bezprecedentní vhled do
lidské zranitelnosti za realistických podmínek. Za druhé, zavádíme novou metriku
pro hodnocení kvality deepfake zvuku. Tato metrika usnadňuje hlubší zkoumání
toho, jak kvalita deepfake řeči ovlivňuje přesnost detekce člověka. Tím, že
zkoumáme jak vliv předchozích znalostí o deepfakes, tak roli kvality deepfake
řeči, náš výzkum odhaluje důležitost těchto faktorů, přispívá k pochopení lidské
zranitelnosti vůči deepfakes a navrhuje opatření ke zlepšení lidských detekčních
schopností.
@article{BUT189344,
author="Kamil {Malinka} and Anton {Firc} and Milan {Šalko} and Daniel {Prudký} and Karolína {Radačovská} and Petr {Hanáček}",
title="Comprehensive Multiparametric Analysis of Human Deepfake Speech Recognition",
journal="Eurasip Journal on Image and Video Processing",
year="2024",
volume="2024",
number="24",
pages="25",
doi="10.1186/s13640-024-00641-4",
issn="1687-5281",
url="https://jivp-eurasipjournals.springeropen.com/articles/10.1186/s13640-024-00641-4"
}