К содержимому

Датасет · mueller91

Мультиязычный датасет для детекции аудиодипфейков

mueller91/MLAAD

От 100 тыс. до 1 млн аудиозаписей на нескольких языках для выявления синтезированной речи.

Что внутри

Внутри собраны аудиозаписи на английском, немецком, французском, испанском, украинском, польском и других языках для задач классификации аудио. Датасет предназначен для обучения и проверки систем распознавания спуфинга и голосовых дипфейков. Распространяется под лицензией CC-BY-NC 4.0 строго для некоммерческих научных исследований.

Что можно сделать

  • Обучение классификаторов для обнаружения синтезированного голоса и дипфейков
  • Тестирование устойчивости систем голосовой биометрии к спуфингу
  • Академические исследования мультиязычной детекции ИИ-аудио
Задачи
Классификация аудио
Языки
Английский, Немецкий, Французский, Испанский, Украинский, Польский, Русский, Итальянский
Размер
100K–1M записей
Скачиваний за месяц
30,6 тыс.
Лайков
57
Доступ
по запросу на Hugging Face

Модели, обученные на нём

Как загрузить

from datasets import load_dataset

ds = load_dataset("mueller91/MLAAD")