SpMis：合成口语虚假信息检测的研究
原文中文，约300字，阅读约需1分钟。发表于：。本研究针对合成语音技术迅速发展的背景下，合成口语虚假信息检测的迫切需求。通过引入开源数据集SpMis，本文提供了一种新方法，旨在分析说话者身份、主题和合成方式等因素对虚假信息检测的影响。研究结果显示出检测能力的潜力，但也揭示了实际应用中的重大挑战，强调了该领域进一步研究的重要性。
本文介绍了三种生成合成样本的方法，用于训练和评估多模态大语言模型，解决了多模态样本稀缺性问题，提高了系统性能，并促进了跨模态关系建模。实验结果表明，在理解文本和语音方面取得了进展，使用未标注的语音数据生成质量可与有转录的样本媲美的合成样本，使这些模型能够更多地应用于其他语言。
