首个多语言音视频开放集深度伪造检测基准发布，现有检测器性能明显下降。
资讯摘要
论文提出 MAVOS-DD，称其为首个大规模多语言音视频开放集深度伪造检测基准。数据集含八种语言、近350小时真实与伪造视频，其中59%为生成数据；每种语言的伪造视频由多个经视觉检查筛选的音视频生成模型产出。训练、验证与测试划分使训练阶段仅见部分生成模型和语言，形成多个开放集评测设置。作者用多种预训练与微调检测器实验，报告现有先进检测器在开放集场景下无法维持原有性能，并公开数据与代码供非商业使用。
要点速读
- 数据集覆盖八种语言、近350小时视频，59%为伪造内容。
- 训练仅见部分生成模型与语言，测试构成开放集评测。
- 作者报告现有先进检测器在开放集场景下性能下降。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/24 08:00:37（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。