You Zhang, Baotong Tian, Lin Zhang, Zhiyao Duan

Publications, 310746

National Institute of Justice(NIJ)

2025

공공질서및안전-법무및검찰, 일반공공행정-국정운영

이 보고서는 음성의 일부분만 선택적으로 조작할 수 있는 신경망 기반 음성 편집 기술의 부상과, 이로 인해 딥페이크 탐지가 더욱 어려워지는 문제를 다룬다. 연구진은 새로운 PartialEdit 데이터셋을 활용해 고도화된 신경망 편집 모델로 생성된 부분 딥페이크의 탐지 및 위치 식별 성능을 평가했다. 기존 데이터셋으로 학습된 탐지 모델은 이러한 새로운 유형의 딥페이크에 효과적으로 대응하지 못했으며, 이는 탐지 기법의 최신화가 시급하다는 점을 보여준다. 편집 방식과 일치하는 데이터로 학습할 경우 탐지 성능이 향상되며, 다양한 편집 유형을 포함하면 일반화 능력도 높아지는 것으로 나타났다. 딥페이크 영역은 실제로 내용이 변경된 구간으로 엄격히 정의해야 하며, 훈련 과정에 코덱 처리된 실제 음성 샘플을 포함하면 위치 식별 정확도가 개선된다. 이는 음성 합성 기술의 진화에 맞춰 탐지 전략을 유연하게 조정해야 함을 시사한다.

https://nij.ojp.gov/library/publications/partialedit-identifying-partial-deepfakes-er...

미국