تغير أفضل معدل خطأ متساوٍ (EER) في ASVspoof من 0.22% في 2019 إلى 15.64% في مهمة التزييف العميق (deepfake) لعام 2021، ثم إلى 8.61% في الشرط المغلق من ASVspoof 5 (Todisco وآخرون، Interspeech 2019؛ Yamagishi وآخرون، ورشة ASVspoof 2021؛ Wang وآخرون، ورشة ASVspoof 2024). ويمثل معدل EER النقطة التي تتساوى فيها نسبة التزييفات المقبولة مع نسبة الكلام الحقيقي المرفوض، لذلك فالأفضل هو الأقل، وهذا الخط الصاعد يسجل امتحانا أصعب لا كواشف أضعف. ويعني الانتحال (spoofing) هنا تغذية نظام صوتي بكلام مزيف أو معاد تشغيله ليمر على أنه شخص حقيقي، والتهديد قابل للقياس: فهجمات إعادة التشغيل وحدها رفعت معدل EER لنظام أساسي للتحقق من المتحدث من 1.76% إلى 31.46% (Kinnunen وآخرون، Interspeech 2017). جمعنا البيانات من أرشيفات ISCA Interspeech وOdyssey، ومجلة IEEE/ACM TASLP، ومجلة IEEE T-BIOM، ومجلة IEEE JSTSP، ومجلة Computer Speech and Language، وتقارير التقييم الصادرة عن المنظمين أنفسهم. وللاطلاع على الجانب التجاري من المشكلة نفسها، راجع إحصائيات القياسات الحيوية الصوتية لدينا.
أبرز النقاط
- شاركت 63 فرقة بحثية في ASVspoof 2019، وهي ذروة المشاركة في السلسلة (Todisco وآخرون، Interspeech 2019).
- استخدم ASVspoof 5 ما مجموعه 32 خوارزمية هجوم ونحو 2,000 متحدث، مقابل نحو 100 متحدث في الدورات السابقة (Wang وآخرون، Computer Speech and Language 2025).
- بلغ متوسط معدل EER لأفضل نظام في ASVspoof 2015 نسبة 1.211%، لكنه بلغ 8.49% على أصعب هجوم منفرد، S10 (Wu وآخرون، IEEE JSTSP 2017).
- رفعت هجمات إعادة التشغيل معدل EER لنظام أساسي للتحقق من المتحدث من 1.76% إلى 31.46% في 2017 (Kinnunen وآخرون، Interspeech 2017).
- ظل الوصول المادي (physical access) في ASVspoof 2021 صعبا: فقد بلغ أفضل نظام 24.25% EER و0.6824 min t-DCF (Yamagishi وآخرون، ورشة ASVspoof 2021).
- تصدر الشرط المغلق في ASVspoof 5 بمعدل 8.61% EER، مقابل 29.12% لأفضل نظام أساسي (Wang وآخرون، ورشة ASVspoof 2024).
- في التزييف العميق ضمن ASVspoof 2021، سجل 23 نظاما من أصل 33 أقل من 10% EER على بيانات التقدم، وتجاوزها جميعا 15% على بيانات التقييم (Liu وآخرون، IEEE/ACM TASLP 2023).
- خفضت المجموعة الفائزة في الوصول المنطقي عام 2019 قيمة t-DCF بنسبة 56% مقارنة بأفضل نظام منفرد، بينما لم يتحسن الوصول المادي إلا بنحو 2% (Nautsch وآخرون، IEEE T-BIOM 2021).
- نقل أول تحدٍّ للتحقق من المتحدث الواعي بالانتحال نظاما تقليديا من 23.83% إلى 0.13% EER (Jung وآخرون، Interspeech 2022).
- وصلت أعمال ما بعد التحدي لاحقا إلى 0.82% EER على الوصول المنطقي في ASVspoof 2021 و2.85% على التزييف العميق (Tak وآخرون، Odyssey 2022).
1. دورات التحدي والمشاركة
أقيم ASVspoof خمس مرات في تسع سنوات، وركزت كل دورة على نقطة ضعف مختلفة. فاختبرت دورة 2015 تحويل النص إلى كلام وتحويل الصوت، واختبرت دورة 2017 إعادة التشغيل، وقسمت دورة 2019 الميدان إلى الوصول المنطقي (logical access)، أي كلام مزيف يُحقن مباشرة في مسار الصوت داخل النظام، والوصول المادي (physical access)، أي كلام مزيف يُشغَّل عبر مكبر صوت أمام ميكروفون. وفي 2021 جاءت مهمة مستقلة للتزييف العميق، وانقسم ASVspoof 5 إلى كشف مستقل والتحقق من المتحدث المقاوم للانتحال.
بلغت المشاركة ذروتها عند 63 فريقا بحثيا في 2019 (Todisco وآخرون، Interspeech 2019) وبقيت فوق 50 في الدورتين اللاحقتين. وهذا الثبات مهم: فقد ارتفعت محاولات التقييم المزيفة من 184,000 في 2015 إلى 542,086 في 2024 (انظر القسم 2)، ومع ذلك استمر الميدان في الحضور. أما الإفصاح فهو نقطة أضعف، إذ قدم 34 فريقا فقط من أصل 54 فريقا لديها درجات صالحة في 2021 وصفا لنظامه، فبقي 20 فريقا (54 ناقص 34) بلا وصف مسجل (Liu وآخرون، IEEE/ACM TASLP 2023).
| المقياس | القيمة | المصدر |
|---|---|---|
| ASVspoof 2015: الفرق التي طلبت قاعدة البيانات | 28 فريقا من 16 دولة | Wu وآخرون، Interspeech 2015 |
| ASVspoof 2015: الفرق التي أرسلت إسهامات أساسية | 16 | Wu وآخرون، Interspeech 2015 |
| ASVspoof 2017: الفرق التي قدمت كاشف إعادة تشغيل | 49 | Kinnunen وآخرون، Interspeech 2017 |
| ASVspoof 2019: إجمالي الفرق البحثية | 63 (48 في الوصول المنطقي، 50 في الوصول المادي) | Todisco وآخرون، Interspeech 2019 |
| ASVspoof 2021: الفرق ذات درجات التقييم الصالحة | 54 من أصل 72 مشاركا مسجلا | Liu وآخرون، IEEE/ACM TASLP 2023 |
| ASVspoof 2021: الفرق التي قدمت وصفا للنظام | 34 | Liu وآخرون، IEEE/ACM TASLP 2023 |
| ASVspoof 5 (2024): الفرق المشاركة في ورقة النتائج | 53 | Wang وآخرون، IEEE TASLP 2026 |
| SASV 2022، التحدي الجانبي الذي يجمع كشف الانتحال وفحص المتحدث: التسجيلات مقابل الإرسالات | 53 مقابل 23 | Jung وآخرون، Interspeech 2022 |
تختلف أعداد الفرق باختلاف الورقة. فورقة نتائج 2019 تذكر 62 فريقا، وورقة ورشة 2024 تذكر 54 مشاركا، وهي فجوة نتناولها في ملاحظة حول البيانات.
2. من 100 متحدث إلى 2,000: البيانات خلف كل دورة
أهم تغيير في ASVspoof ليس نموذجا، بل البيانات. فقد ضمت قواعد البيانات السابقة نحو 100 متحدث لكل منها، وجاء الكلام الحقيقي من تسجيلات بجودة الاستوديو. وانتقل ASVspoof 5 إلى كلام مجمع بالمساهمة الجماعية من نحو 2,000 متحدث، سجلوا في غرف متنوعة على أجهزة متنوعة (Wang وآخرون، Computer Speech and Language 2025).
يساعد هذا القرار الواحد في تفسير ارتفاع معدلات الخطأ في القسم 3. فلم يعد بإمكان الكاشف أن ينجح بتعلم صوت إعداد تسجيل واحد. وتغير جانب الهجمات أيضا: فقد أضاف ASVspoof 5 هجمات خصومية لأول مرة، أي تزييفات معدلة خصيصا لخداع كاشف، واختبر 12 حالة ترميز صوتي، من دون ضغط وصولا إلى المرمِّزات العصبية (Wang وآخرون، ورشة ASVspoof 2024).
| المقياس | القيمة | المصدر |
|---|---|---|
| مجموعة تقييم ASVspoof 2015: المحاولات الحقيقية مقابل المزيفة | 9,404 مقابل 184,000 | Wu وآخرون، Interspeech 2015 |
| مجموعة تقييم ASVspoof 2017: تهيئات إعادة التشغيل الفريدة | 110 | Kinnunen وآخرون، Interspeech 2017 |
| المجموعة الفرعية للوصول المنطقي في ASVspoof 2019: إجمالي المقاطع الصوتية | 121,461 | Wang وآخرون، Computer Speech and Language 2020 |
| الوصول المادي في ASVspoof 2019: ظروف التقييم المحاكاة | 243 (27 غرفة ومسافة × 9 أنواع لإعادة التشغيل) | Wang وآخرون، Computer Speech and Language 2020 |
| تقييم الوصول المادي في ASVspoof 2021: المحاولات الحقيقية مقابل المزيفة | 94,068 مقابل 627,264 | Liu وآخرون، IEEE/ACM TASLP 2023 |
| تقييم التزييف العميق في ASVspoof 2021: المحاولات الحقيقية مقابل المزيفة | 14,869 مقابل 519,059، من أكثر من 100 خوارزمية هجوم | Liu وآخرون، IEEE/ACM TASLP 2023 |
| تقييم المسار 1 في ASVspoof 5: المحاولات الحقيقية مقابل المزيفة | 138,688 مقابل 542,086 | Wang وآخرون، IEEE TASLP 2026 |
| هجمات تقييم ASVspoof 5: الإجمالي والخصومية منها | 16 هجوما، منها 7 خصومية، من مجموعة تضم 32 | Wang وآخرون، Computer Speech and Language 2025 |
3. أبرز نتائج EER حسب الدورة
قراءة هذه الصفوف كخط اتجاه واحد هي الخطأ الكلاسيكي. فصاحب الـ0.22% في 2019 وصاحب الـ8.61% في 2024 خاضا امتحانين مختلفين، وجعل المنظمون كلا منهما أصعب عمدا. والمقارنة المفيدة تقع داخل كل صف، بين أفضل فريق والنظام الأساسي الذي كان عليه التفوق عليه.
وبهذا المقياس يواصل الميدان تحقيق المكاسب. ففي ASVspoof 5 تفوق 27 فريقا في الشرط المغلق على أفضل نظام أساسي (Wang وآخرون، IEEE TASLP 2026)، وكان معدل EER لأفضل نظام أقل من ثلث معدل ذلك النظام الأساسي. والاستثناء هو الوصول المادي في 2021، الذي يصفه التحليل المنشور في المجلة بأنه الأكثر تحديا بين المهام الثلاث، إذ بقي أفضل نظام عالقا عند 24.25% (Yamagishi وآخرون، ورشة ASVspoof 2021).
| المقياس | القيمة | المصدر |
|---|---|---|
| أفضل نظام في ASVspoof 2015: الهجمات المعروفة، الهجمات غير المعروفة، المتوسط | 0.408% و2.013% و1.211% (EER) | Wu وآخرون، Interspeech 2015 |
| أفضل كاشف لإعادة التشغيل في ASVspoof 2017 مقابل النظام الأساسي | 6.73% مقابل 24.77% (EER) | Kinnunen وآخرون، Interspeech 2017 |
| ASVspoof 2019: الأفضل مقابل أفضل نظام أساسي، الوصول المنطقي والوصول المادي | 0.22% مقابل 8.09% (EER)؛ 0.39% مقابل 11.04% (EER) | Todisco وآخرون، Interspeech 2019 |
| الوصول المنطقي في ASVspoof 2021: الأفضل مقابل أفضل نظام أساسي | 1.32% مقابل 9.26% (EER) | Yamagishi وآخرون، ورشة ASVspoof 2021 |
| الوصول المادي في ASVspoof 2021: الأفضل | 24.25% (EER) | Yamagishi وآخرون، ورشة ASVspoof 2021 |
| مهمة التزييف العميق في ASVspoof 2021: الأفضل مقابل أفضل نظام أساسي | 15.64% مقابل 22.38% (EER) | Yamagishi وآخرون، ورشة ASVspoof 2021 |
| المسار 1 في ASVspoof 5: أفضل نتيجة في الشرط المغلق، وأفضل نتيجة في الشرط المفتوح، وأفضل نظام أساسي | 8.61% و2.59% و29.12% (EER) | Wang وآخرون، ورشة ASVspoof 2024 |
يمنع الشرط المغلق استخدام بيانات خارجية، بينما يسمح الشرط المفتوح ببيانات خارجية ونماذج مدربة مسبقا، ولهذا تظهر في السنة نفسها نتيجتان فائزتان شديدتا الاختلاف.
4. ما يفعله الانتحال بالتحقق من المتحدث، وأصعب الهجمات
من دون كاشف، لا يقاوم التحقق من المتحدث إلا قليلا. فتحت الهجوم S10 عام 2015، انهار نظام معدل EER له 0.42% إلى 45.79% (Wu وآخرون، Interspeech 2015). وتكرر الدورات اللاحقة النمط نفسه على كل المقاييس، ومنها ASVspoof 5، حيث دفعت 14 هجمة من أصل 16 هجمة تقييم معدل EER للتحقق من المتحدث إلى ما فوق 20% (Wang وآخرون، Computer Speech and Language 2025).
والاكتشاف الأكثر إثارة للدهشة هو هوية المهاجم الأصعب. ففي الشرط المغلق من ASVspoof 5 كان هو A19، المبني على MaryTTS، وهو مركِّب كلام تجميعي (concatenative) أقدم يربط مقاطع مسجلة من الكلام، وتخلص ورقة قاعدة البيانات إلى أن التقنيات التوليدية القديمة والحديثة معا لا تزال تشكل تهديدا خطيرا. وتفشل الآلات والبشر بطرق مختلفة أيضا: ففي 2019 خدع الهجوم A17 الكاشف الأساسي لكن المستمعين البشر اكتشفوه بسهولة، بينما وُصف A10 بأنه لا يمكن تمييزه إدراكيا عن الكلام الحقيقي (Wang وآخرون، Computer Speech and Language 2020). وتغطي إحصائيات MOS للكلام الاصطناعي لدينا جانب المستمعين من هذه الفجوة.
| المقياس | القيمة | المصدر |
|---|---|---|
| معدل EER للتحقق من المتحدث، المنتحلون العاديون مقابل الهجوم S10 (2015) | 0.42% مقابل 45.79% | Wu وآخرون، Interspeech 2015 |
| معدل EER للتحقق من المتحدث، المنتحلون العاديون مقابل إعادة التشغيل (2017) | 1.76% مقابل 31.46% | Kinnunen وآخرون، Interspeech 2017 |
| معدل EER للتحقق من المتحدث، المنتحلون العاديون مقابل أسوأ هجوم وصول منطقي في 2019 | 2.48% مقابل 64.52% (الهجوم A16) | Wang وآخرون، Computer Speech and Language 2020 |
| معدل EER للتحقق التقليدي من المتحدث بنموذج ECAPA-TDNN، من دون انتحال مقابل مع إضافة محاولات منتحلة | 1.63% مقابل 23.83% | Jung وآخرون، Interspeech 2022 |
| معدل EER للتحقق من المتحدث في ASVspoof 5، الهجوم A26 مقابل الهجوم نفسه مع إضافة خطوة Malacopula الخصومية (A27) | 15.77% مقابل 34.68% | Wang وآخرون، Computer Speech and Language 2025 |
| أفضل معدل EER لكاشف في ASVspoof 2015 على أصعب هجوم، S10 | 8.49% | Wu وآخرون، IEEE JSTSP 2017 |
| معدل EER للكاشف الأساسي في ASVspoof 5 على A19، RawNet2 مقابل AASIST | 49.80% مقابل 63.75% | Wang وآخرون، Computer Speech and Language 2025 |
وظل S10 عصيا بعد تحدي 2015 أيضا: فقد وجدت المراجعة المنشورة في المجلة لدورة 2015 أن النتائج عليه ظلت ضعيفة في معظم الدراسات اللاحقة، مع استثناء واحد عند 1.065%.
5. ما وراء EER: t-DCF وa-DCF ومشكلة المعايرة
يصف EER كاشفا وحده، عند عتبة واحدة تُختار بعد وقوع الحدث. ومنذ 2019 صُنفت معظم مهام ASVspoof وفق التكاليف بدلا من ذلك. فدالة تكلفة الكشف التعاقبية (t-DCF) تسعّر الكاشف وفحص المتحدث وهما يعملان معا، على مقياس له حد أدنى لنظام ASV: وهو التكلفة التي تبقى حتى مع كاشف مثالي، لأن فحص المتحدث لا يزال يخطئ. وفي 2019 استقر أفضل نظام وصول منطقي عند 0.0692 مقابل حد أدنى قدره 0.0627، وهو قريب من أفضل ما يمكن لكاشف أن يبلغه (Nautsch وآخرون، IEEE T-BIOM 2021).
ويكشف ASVspoof 5 المشكلة التالية، وهي المعايرة، التي تسأل عما إذا كان يمكن استخدام درجات النظام عند عتبة حقيقية ثابتة. فـ minDCF هي التكلفة عند أفضل عتبة تُختار بعد وقوع الحدث، وactDCF هي التكلفة عند العتبة التي سيستخدمها نظام منشور فعليا. وقد سجل الفائز في الشرط المغلق وفق minDCF قيمة 0.9956 في actDCF، بينما لم يخسر الفريق صاحب المركز الثالث شيئا يُذكر بين القيمتين. وأحصينا 11 من أصل 31 إسهاما في الشرط المغلق و14 من أصل 34 إسهاما في الشرط المفتوح مدرجة بقيمة actDCF تساوي 1.0000 بالضبط (Wang وآخرون، ورشة ASVspoof 2024). ويربط المنظمون قيم actDCF البالغة 1.0 بدرجات شبيهة بالاحتمالات، فيمكن أن يجتمع minDCF منخفض وactDCF مرتفع في النظام نفسه، ويطرحون المقاييس الحساسة للمعايرة كمقاييس أساسية محتملة في الدورات المقبلة (Wang وآخرون، IEEE TASLP 2026).
| المقياس | القيمة | المصدر |
|---|---|---|
| ASVspoof 2019: الحد الأدنى لنظام ASV مقابل أفضل min t-DCF، الوصول المنطقي والوصول المادي | 0.0627 مقابل 0.0692؛ 0.1354 مقابل 0.1437 | Nautsch وآخرون، IEEE T-BIOM 2021 |
| الوصول المادي في ASVspoof 2021: الحد الأدنى لنظام ASV مقابل أفضل min t-DCF | 0.12 مقابل 0.6824 | Liu وآخرون، IEEE/ACM TASLP 2023؛ Yamagishi وآخرون، ورشة ASVspoof 2021 |
| الشرط المغلق في المسار 1 من ASVspoof 5: minDCF مقابل actDCF، المركز الأول والمركز الثالث | 0.2436 مقابل 0.9956؛ 0.2975 مقابل 0.2976 | Wang وآخرون، ورشة ASVspoof 2024 |
| المسار 2 في ASVspoof 5: أفضل نتيجة في الشرط المغلق، وأفضل نتيجة في الشرط المفتوح، وأفضل نظام أساسي في الشرط المغلق، min a-DCF | 0.2814 و0.0756 و0.5741 | Wang وآخرون، ورشة ASVspoof 2024 |
وتمثل a-DCF (دالة تكلفة الكشف المحايدة للبنية) المقياس الأساسي للمسار 2، والمسار 2 يجمع الكاشف مع فحص المتحدث. ولا يمكن مقارنة قيم t-DCF بين الأوراق: انظر ملاحظة حول البيانات.
6. ما الذي ينتصر: النماذج العصبية والمجموعات والواجهات الأمامية المدربة مسبقا
تروي السلسلة قصة واضحة عن الأساليب. فبحلول 2019 كانت الشبكات العصبية قد استولت على صدارة الجدول، وأصبحت المجموعات (ensembles)، أي دمج عدة أنظمة فرعية، الطريقة الافتراضية للفوز. وكانت مجموعة الوصول المنطقي الفائزة في 2019 أفضل بنسبة 56% من أفضل نظام منفرد وفق t-DCF، بينما لم يتحسن الوصول المادي إلا بنحو 2% (Nautsch وآخرون، IEEE T-BIOM 2021). ولم يبق للمجموعات الكثير لتكسبه في الوصول المادي، حيث كان أفضل نظام منفرد قريبا أصلا من حد ASV الأدنى الموصوف في القسم 5.
وبحلول 2024 كان العامل الحاسم هو الواجهة الأمامية المدربة مسبقا. فقد استخدمت جميع الإسهامات العليا في ASVspoof 5 نموذج wav2vec 2.0 أو WavLM (Wang وآخرون، IEEE TASLP 2026)، وهي نماذج ذاتية الإشراف دُربت أولا على كميات كبيرة من الكلام العادي. وجاء جزء كبير من المكسب بين الشرط المغلق والمفتوح، من 8.61% إلى 2.59%، مع هذه النماذج والبيانات الإضافية التي يتيحها الشرط المفتوح. وتُقاس عائلات النماذج نفسها على مهام الكلام العامة في إحصائيات لوحة صدارة SUPERB لدينا. وقد ثبتت جدوى هذا الأسلوب بعد دورة 2021 بوقت قصير، حين تفوق نظام واحد قائم على wav2vec 2.0 على كل نتائج التحدي على البيانات نفسها (Tak وآخرون، Odyssey 2022).
| المقياس | القيمة | المصدر |
|---|---|---|
| ASVspoof 2019: الأنظمة العليا التي تستخدم شبكات عصبية، والأنظمة التي تستخدم مجموعة من المصنفات | أفضل 7 و9 في الوصول المنطقي؛ أفضل 6 و10 في الوصول المادي | Todisco وآخرون، Interspeech 2019 |
| ASVspoof 2019: min t-DCF، أفضل نظام منفرد مقابل أفضل مجموعة، الوصول المنطقي والوصول المادي | 0.1562 مقابل 0.0692؛ 0.1470 مقابل 0.1437 | Nautsch وآخرون، IEEE T-BIOM 2021 |
| المسار 1 في ASVspoof 5: الأنظمة الفرعية المدمجة، الشرط المغلق مقابل الشرط المفتوح | من 3 إلى 4 مقابل من 2 إلى 6 | Wang وآخرون، IEEE TASLP 2026 |
| المسار 1 في ASVspoof 5: الواجهات الأمامية المدربة مسبقا بين أفضل خمسة أنظمة مفتوحة مدرجة | wav2vec2-large في 3، وWavLM-Base في 2 | Wang وآخرون، IEEE TASLP 2026 |
| نظام wav2vec 2.0 بعد التحدي على الوصول المنطقي في ASVspoof 2021، EER وmin t-DCF | 0.82% و0.2066 | Tak وآخرون، Odyssey 2022 |
| نظام wav2vec 2.0 بعد التحدي على مهمة التزييف العميق في ASVspoof 2021، EER | 2.85% | Tak وآخرون، Odyssey 2022 |
7. فجوة التعميم بعد لوحة الصدارة
المشكلة العالقة في مكافحة الانتحال هي ما يحدث خارج المعيار. وجاءت أوضح إشارة من داخل التحدي نفسه: ففي التزييف العميق ضمن ASVspoof 2021، سجل 23 نظاما من أصل 33 أقل من 10% EER على بيانات التقدم، وتجاوز كل واحد منها 15% على مجموعة التقييم (Liu وآخرون، IEEE/ACM TASLP 2023). وكانت أفضل درجة على بيانات التقدم أقل من 1%، ولذلك كانت ملاحظات لوحة الصدارة التي تدرب الفرق عليها مضللة.
وتصح النتيجة نفسها خارج التحدي. فقد أعيد اختبار أربعة من أفضل خمسة أنظمة مفتوحة في ASVspoof 5 على مجموعات بيانات أخرى، وارتفعت معدلات EER لديها فوق 10% باستثناء واحد (Wang وآخرون، IEEE TASLP 2026). وعلى صوت مجمع من الإنترنت، كان أداء النماذج المدربة على ASVspoof 2019 أسوأ بكثير، ولم تفد زيادة بيانات ASVspoof (Müller وآخرون، Interspeech 2022). ولتحسين الكلام مشكلة مماثلة، موثقة في إحصائيات معيار PESQ وSTOI لدينا. وتذهب ورقة أولية من 2025 إلى أبعد من ذلك، فتجادل بأن الكشف وحده لا ينبغي أن يحمل قرارات عالية المخاطر، وتوصي به كإشارة واحدة ضمن دفاعات متعددة الطبقات (Berisha وآخرون، arXiv 2025).
| المقياس | القيمة | المصدر |
|---|---|---|
| أنظمة الشرط المفتوح في ASVspoof 5: T36 وT27 وT23 وT43: EER على مجموعة فرعية من المسار 1 في ASVspoof 5 مقابل الوصول المنطقي في ASVspoof 2019 | 3.37% و3.30% و4.23% و4.33% مقابل 16.27% و17.33% و16.73% و26.63% | Wang وآخرون، IEEE TASLP 2026 |
| الفائز في الوصول المادي في ASVspoof 2019: EER على إعادة تشغيل محاكاة مقابل إعادة تشغيل حقيقية مخفية | 0.39% مقابل 19.68% | Nautsch وآخرون، IEEE T-BIOM 2021 |
| أفضل نموذج على ASVspoof 2019 مقابل أفضل نموذج على الصوت الواقعي المجمع من الإنترنت (in-the-wild)، EER | نحو 1.2% مقابل نحو 33.9% | Müller وآخرون، Interspeech 2022 |
| RawNet2 معاد تدريبه على كامل ASVspoof 2019: EER على الصوت الواقعي المجمع من الإنترنت | 33.1% ± 0.2 | Müller وآخرون، Interspeech 2022 |
| تدهور EER لـ12 نموذجا أعيد تنفيذها على الصوت الواقعي المجمع من الإنترنت | نحو 200% إلى 1000% | Müller وآخرون، Interspeech 2022 |
| الفريق T03 في تحدي WildSpoof، معدل EER الذي أبلغ عنه بنفسه لكشف الانتحال داخل المجال | 0.16% | Farhadipour وآخرون، arXiv 2026 |
رقم T03 هو تقرير فريق واحد عن نفسه، ويقول مؤلفوه إن نتائجهم على مجموعات بيانات أخرى، ومنها ASVspoof 5، تظهر أن التعميم عبر المجالات لا يزال صعبا. فالأرقام داخل المجال تواصل الانخفاض بينما تبقى الفجوة مفتوحة. ويجمع WildSpoof، الذي تدرج خطة تقييمه مؤلفين نظموا أيضا ASVspoof 5، بين مسار لتحويل النص إلى كلام ومسار للتحقق من المتحدث المقاوم للانتحال (Farhadipour وآخرون، arXiv 2026).
الخلاصة: معدل الخطأ المتساوي في ASVspoof لمكافحة انتحال الصوت بالأرقام
| المقياس | القيمة | المصدر |
|---|---|---|
| فرق ASVspoof 2015 ذات الإسهامات الأساسية | 16 | Wu وآخرون، Interspeech 2015 |
| فرق ASVspoof 2017 | 49 | Kinnunen وآخرون، Interspeech 2017 |
| متحدثو ASVspoof 5 مقابل الدورات السابقة | نحو 2,000 مقابل نحو 100 | Wang وآخرون، Computer Speech and Language 2025 |
| معدل EER للتحقق من المتحدث، المنتحلون العاديون مقابل الهجوم S10 (2015) | 0.42% مقابل 45.79% | Wu وآخرون، Interspeech 2015 |
| معدل EER للتحقق من المتحدث، المنتحلون العاديون مقابل أسوأ هجوم وصول منطقي في 2019 | 2.48% مقابل 64.52% | Wang وآخرون، Computer Speech and Language 2020 |
| أفضل متوسط EER في ASVspoof 2015 | 1.211% | Wu وآخرون، IEEE JSTSP 2017 |
| أفضل معدل EER لكاشف في ASVspoof 2015 على أصعب هجوم، S10 | 8.49% | Wu وآخرون، IEEE JSTSP 2017 |
| أفضل EER في ASVspoof 2017 | 6.73% | Kinnunen وآخرون، Interspeech 2017 |
| أفضل EER للوصول المنطقي في ASVspoof 2019 | 0.22% | Todisco وآخرون، Interspeech 2019 |
| أفضل EER لمهمة التزييف العميق في ASVspoof 2021 | 15.64% | Yamagishi وآخرون، ورشة ASVspoof 2021 |
| أفضل EER للشرط المغلق في المسار 1 من ASVspoof 5 | 8.61% | Wang وآخرون، ورشة ASVspoof 2024 |
| أفضل EER في SASV 2022 مع تضمين المحاولات المنتحلة | 0.13% | Jung وآخرون، Interspeech 2022 |
| أفضل EER بعد التحدي على الوصول المنطقي في ASVspoof 2021 | 0.82% | Tak وآخرون، Odyssey 2022 |
| أفضل EER بعد التحدي على مهمة التزييف العميق في ASVspoof 2021 | 2.85% | Tak وآخرون، Odyssey 2022 |
| الفائز في الوصول المادي في ASVspoof 2019 على إعادة التشغيل الحقيقية المخفية | 19.68% (EER) | Nautsch وآخرون، IEEE T-BIOM 2021 |
| أفضل نموذج على الصوت الواقعي المجمع من الإنترنت | نحو 33.9% (EER) | Müller وآخرون، Interspeech 2022 |
المنهجية والمصادر
قرأنا أوراق التحدي مباشرة بدلا من الملخصات الصادرة عن جهات أخرى. وأرقام EER هي نسب مئوية على مجموعات التقييم ما لم يذكر صف غير ذلك. ومعظم البيانات هنا أقدم من ثلاث سنوات بطبيعتها، لأن التحدي يُقام تقريبا كل سنتين إلى ثلاث سنوات. أحدث بيانات متاحة: تقرير المجلة لعام 2026 عن دورة 2024.
- الموقع الرسمي لـ ASVspoof: قائمة الدورات والجداول الزمنية والمنظمون.
- Wu وآخرون، ASVspoof 2015، Interspeech 2015: الدورة الأولى والفرق والمحاولات والنتائج.
- Wu وآخرون، IEEE Journal of Selected Topics in Signal Processing 2017: تفاصيل S10 ومراجعة ما بعد التقييم.
- Kinnunen وآخرون، ASVspoof 2017، Interspeech 2017: نتائج كشف إعادة التشغيل.
- Todisco وآخرون، ASVspoof 2019، Interspeech 2019: النظرة العامة ولوحة الصدارة.
- Wang وآخرون، قاعدة بيانات ASVspoof 2019، Computer Speech and Language 2020: أحجام البيانات والهجمات والتقييم البشري.
- Nautsch وآخرون، IEEE Transactions on Biometrics, Behavior, and Identity Science 2021: t-DCF المنقحة والمجموعات وإعادة التشغيل الحقيقية المخفية.
- Yamagishi وآخرون، ورشة ASVspoof 2021: أبرز نتائج 2021.
- Liu وآخرون، IEEE/ACM Transactions on Audio, Speech, and Language Processing 2023: التحليل الكامل لدورة 2021.
- Wang وآخرون، ورشة ASVspoof 2024: جداول نتائج ASVspoof 5.
- Wang وآخرون، قاعدة بيانات ASVspoof 5، Computer Speech and Language 2025: البيانات والهجمات وتأثيرات النظام الأساسي.
- Wang وآخرون، IEEE Transactions on Audio, Speech and Language Processing 2026: تحليل ASVspoof 5 بعد التحدي.
- Jung وآخرون، SASV 2022، Interspeech 2022: التحقق من المتحدث الواعي بالانتحال.
- Tak وآخرون، Odyssey 2022: نتائج wav2vec 2.0 بعد التحدي.
- Müller وآخرون، Interspeech 2022: اختبار التعميم على الصوت الواقعي المجمع من الإنترنت.
- Berisha وآخرون، arXiv 2025: ورقة أولية، لم تخضع لمراجعة الأقران في السجل الذي اطلعنا عليه.
- Farhadipour وآخرون، arXiv 2026 وخطة تقييم WildSpoof 2025: ورقة نظام الفريق وقواعد التحدي.
- ملاحظة حول البيانات: (1) معدل EER عبر الدورات ليس اتجاها، لأن البيانات والهجمات والترميزات تغيرت في كل مرة. (2) تختلف مقاييس t-DCF: فقد طبعت النظرة العامة لعام 2019 القيمة 0.0069 للفائز في الوصول المنطقي و0.0096 للفائز في الوصول المادي، بينما نقحت ورقة T-BIOM اللاحقة الصيغة وطبعت 0.0692 و0.1437 مع بقاء الترتيب سليما في جوهره، ونحن نستخدم القيم المنقحة. (3) أعداد الفرق متضاربة: 63 مقابل 62 لعام 2019 و53 مقابل 54 لـ ASVspoof 5. (4) نص ورقة ورشة 2021 يذكر 42 إسهاما في الوصول المنطقي و30 في التزييف العميق، لكن جداولها تذكر 41 و33، ونحن نقتبس فقط الـ33 المستخدمة في ورقة المجلة. والفائز في التزييف العميق هو 15.64% في ورقة الورشة و15.63% في ورقة المجلة. (5) تذكر ورقة 2017 متوسط EER الأساسي بصيغتين، 26.01% و25.91%، لذلك لا نستخدمه. (6) أفضل a-DCF مفتوح في المسار 2 من ASVspoof 5 هو 0.0756 في جدول 2024 ومطبوع 0.07 في ورقة 2026. (7) أعداد actDCF في القسم 5 هي حصرنا الخاص لجداول 2024، باستثناء النظامين الأساسيين في الشرط المغلق. (8) قرأنا قيم جداول ASVspoof 5 من ورقة 2024، وتظهر فيها فرق كثيرة من دون معرّف عام. (9) أرقام Tak وآخرون هي نتائج المؤلفين الخاصة بعد التحدي، ولم نعد إنتاجها. (10) لم نجد ملخصا رسميا من المنظمين لنتائج WildSpoof النهائية ولا إعلانا عن ASVspoof 6 على الموقع الرسمي حتى 31 أكتوبر 2026.
آخر تحديث: 31 أكتوبر 2026. نحدّث هذا الاستعراض كل ثلاثة أشهر، ومن المتوقع أن يأتي التحديث التالي عندما ينشر منظمو ASVspoof خطة التقييم للدورة المقبلة.