In-the-Wild 上的 EER 为 0.8%,处于 Speech DF Arena 排行榜最优系统的水平。
2026年11月
语音检测结果
与服务相同的代码和阈值。约 14.6 万条录音,来自 24 个公开数据集。
可以引用的结果
对 2024 年社交媒体中的真实深度伪造,准确率为 91%。
ElevenLabs v4 的伪造语音有 94% 被识别出来。
如何阅读这些数字
准确率
「伪造 / 非伪造」判定正确的比例。
EER
Speech DF Arena 排行榜指标。越低越好。
AUC
不绑定阈值的排序质量。越接近 1 越好。
模型未参与训练的数据集
| 数据集 | 内容 | 结果 | 比较 / 说明 |
|---|---|---|---|
| In-the-Wild | 来自互联网的真实名人深度伪造,2.9 万条录音 | 准确率 99.0%。EER 0.80%。AUC 0.998 | Speech DF Arena 最优系统的 EER 为 0.67–1.3%。这一结果处于同一水平。 |
| Deepfake-Eval-2024 | 2024 年在社交网络中传播的深度伪造 | 准确率 91.0%。AUC 0.949 | 数据集作者研究中最好的商业检测器为 89%(AUC 0.93)。开源模型微调后为 86%。模型在该集合的其他录音上训练过,没有见过测试录音。 |
| ElevenLabs v4 | 2026 年生成器,5 种语言 | 检出 93.9% 的伪造 | 没有独立对比。ElevenLabs 写道,他们自己的检测器甚至不能可靠识别上一版 v3。 |
| ML-ITW | 社交网络中的多语言深度伪造,14 种语言 | 准确率 90.3%。AUC 0.938 | 模型在该集合的其他说话人上训练过。 |
| DeepVoice | — | 准确率 93.8%。EER 3.0% | — |
| ODSS | 多语言 | 准确率 98.4%。EER 0.88% | — |
| EmoFake | 情感语音 | 准确率 99.7%。EER 0.11% | — |
| EmoSpoofTTS | 仅含伪造 | 检出 99.8% 的伪造 | 这是伪造检出率,不是准确率。集合里只有伪造样本。 |
“未参与训练”依据公开信息。三个基础模型中有两个未披露训练集。
是否与训练数据重叠尚不清楚
某个基础模型可能在这些数据集上训练过。训练数据未披露。
| 数据集 | 结果 |
|---|---|
| ArAD(阿拉伯语) | 准确率 99.6% |
| J-SPAW(日语) | 准确率 99.96% |
2026年11月更新后的变化
| 数据集 | 之前 | 之后 |
|---|---|---|
| Deepfake-Eval-2024 | 80% | 91% |
| ML-ITW | 78% | 90% |
| ElevenLabs v4 | 82% | 94% |