会员动态｜远鉴在RADAR Challenge 2026鲁棒音频深度伪造检测挑战赛斩获佳绩

    APSIPA（Asia-Pacific Signal and Information Processing Association，亚太信号处理与信息学协会）是亚太地区信号处理与信息学领域最具影响力的国际学术组织之一，RADAR Challenge挑战赛汇聚了全球顶尖科研机构与企业团队，是展现音频与信息处理技术前沿水平的重要窗口。挑战赛聚焦“鲁棒音频深度伪造检测”，重点关注编解码器压缩、重采样、背景噪声、音乐混合、混响效果等多样化真实媒体变换，特别强调模型对未见失真变换的泛化能力，直指当前音频鉴伪技术从实验室走向真实场景的核心瓶颈。

    近年来，音频深度伪造技术的扩散已对语音交互系统引发严重的安全担忧。随着语音生成合成与声音克隆技术的飞速演进，高度逼真的伪造语音在电信欺诈、舆论操纵等场景中构成了重大风险。然而，现有检测模型大多在ASVspoof、ADD等干净基准数据集上训练，一旦迁移到实战场景，由于未知的媒体变换会扭曲或移除训练学到的欺骗伪影，其等错误率（EER）往往急剧上升。这正是横亘在“学术领先”与“实战可用”之间的鲁棒性鸿沟。

    面对这一挑战，远鉴从数据构建、数据增强与模型融合三个维度，提出了一套面向真实世界媒体变换的鲁棒音频深度伪造检测框架，相关成果已形成论文《Robust Audio Deepfake Detection Under Real-World Media Transformations》，并被APSIPA ASC 2026接收。

构建多场景训练集，提出在线增强策略

    为提升模型对多样欺骗手段的覆盖能力，远鉴整合多个开源深度伪造数据集，构建覆盖多场景的训练集，从源头上丰富了数据分布，为后续鲁棒性学习奠定基础。

    针对真实媒体处理中编解码器压缩、背景噪声、房间混响等复杂退化，创新性地提出一套面向鲁棒性的在线增强策略，集成10种变换以精准模拟真实世界的媒体处理条件。相比传统增强方法，该策略更有效地保留了检测所需的判别线索，消融实验也进一步验证了其相较传统方法的有效性。

融合多规模模型，抑制未知失真波动

    在模型层面，远鉴通过分数级加权融合与滑动窗口平均，将四个不同参数的规模结合，显著抑制了模型在未知失真下的预测波动，进一步增强了系统在未见失真下的泛化鲁棒性。

    远鉴在第一阶段（开发阶段），以1.27%的EER斩获第一名，较排名第二高出3.19个百分点，有力证明了该方法在英语场景下的有效性；第二阶段（评估阶段）以5.67%的EER位列第二，仅落后榜首0.57个百分点。双阶段均充分印证了该框架在真实世界多媒体环境中的有效性与泛化能力。

    远鉴作为专注人工智能和信息安全技术的国家级专精特新“小巨人”企业，是多维身份识别与可信认证国家工程研究中心共建单位，具备顶尖的听觉及视觉全栈AI技术和服务能力。在复杂的公共安全与电信反欺诈场景中，远鉴的音视频鉴伪能力能够从海量语音数据中精准识别深度伪造语音、视频、图片，实现对网络伪造音视图的可检、可查、可溯，在维护网络空间身份可信、打击电信网络诈骗与虚假信息传播方面发挥着关键作用。

    未来，远鉴将继续加大科研力度，不断优化算法在复杂真实媒体环境下的适应性与准确性，以更精准、更安全的产品体系，为构建可信、清朗的数字社会贡献力量。

（来源：远鉴信息）