描述：具有四种条件及真实语音的孟加拉语音频欺骗技术（BAS4R）

《IEEE Data Descriptions》：Descriptor: Bangla Audio Spoofing With Four Conditions and Real Speech (BAS4R)

　　

摘要：

本文介绍了BAS4R，这是一个大规模、多条件的孟加拉语语音数据集，旨在用于在各种声学和信号处理场景下进行考虑性别的真实语音与伪造语音分析。尽管孟加拉语是全球使用最广泛的语言之一，但可用于支持强大语音真实性验证和伪造检测研究的公开数据集仍然有限。为填补这一空白，BAS4R包含了来自200名孟加拉语母语者的语音记录，其中包括110名男性和90名女性参与者，涵盖了不同的年龄组。纳入多个年龄组可以捕捉与年龄相关的声学变化，如音高变化、声带特征的生理变化、声音强度差异以及频谱多样性，从而反映整个人群的自然语音变化。该数据集被分为四个结构化类别——真实女性语音、伪造女性语音、真实男性语音和伪造男性语音，这些数据是在多种现实世界的降质和处理条件下采集的。总体而言，该数据集包含大约143.88小时的音频内容，其中5.75小时为纯净的真实语音，其余数据则为系统生成的伪造样本。伪造处理方式包括基于信道的失真，如电话和VoIP传输；基于重放的攻击；信号处理变换，包括音高偏移、共振峰偏移和时间拉伸；以及基于效果的修改，如机器人式或怪物般的嗓音变化。所有音频文件都经过系统整理并统一标注，以便进行可重复的实验。由于完全依赖物理重放设备和真实通信渠道，而不使用合成的文本转语音技术，BAS4R保留了由设备和信道带来的真实声学特征。该数据集可用于语音反伪造、伪造检测、考虑性别的分类以及强大的说话人验证研究，其目标是……

显示更多