La mejor tasa de error igual (EER) de ASVspoof pasó de 0,22% en 2019 a 15,64% en la tarea de deepfake de 2021 y luego a 8,61% en la condición cerrada de ASVspoof 5 (Todisco et al., Interspeech 2019; Yamagishi et al., ASVspoof 2021 Workshop; Wang et al., ASVspoof Workshop 2024). El EER es el punto en que la proporción de falsificaciones aceptadas es igual a la proporción de voz real rechazada, por lo que cuanto menor, mejor, y esa línea ascendente registra un examen más difícil, no detectores más débiles. Spoofing, aquí, significa alimentar a un sistema de voz con habla falsa o reproducida para que pase por una persona real, y la amenaza es medible: solo los ataques de repetición llevaron a un sistema de referencia de verificación de locutor de 1,76% a 31,46% de EER (Kinnunen et al., Interspeech 2017). Reunimos datos de los archivos de ISCA Interspeech y Odyssey, IEEE/ACM TASLP, IEEE T-BIOM, IEEE JSTSP, Computer Speech and Language y de los propios informes de evaluación de los organizadores. Para el lado comercial del mismo problema, consulta nuestras estadísticas de biometría de voz.
TL;DR
- 63 equipos de investigación participaron en ASVspoof 2019, el máximo de participación de la serie (Todisco et al., Interspeech 2019).
- ASVspoof 5 usó 32 algoritmos de ataque y unos 2.000 locutores, frente a unos 100 locutores en las ediciones anteriores (Wang et al., Computer Speech and Language 2025).
- El mejor sistema de ASVspoof 2015 promedió 1,211% de EER, pero 8,49% en el ataque individual más difícil, S10 (Wu et al., IEEE JSTSP 2017).
- Los ataques de repetición llevaron a un sistema de referencia de verificación de locutor de 1,76% a 31,46% de EER en 2017 (Kinnunen et al., Interspeech 2017).
- El acceso físico de ASVspoof 2021 siguió siendo difícil: el mejor sistema llegó a 24,25% de EER y 0,6824 de t-DCF mínimo (Yamagishi et al., ASVspoof 2021 Workshop).
- La condición cerrada de ASVspoof 5 la encabezó un 8,61% de EER, frente a 29,12% del mejor sistema de referencia (Wang et al., ASVspoof Workshop 2024).
- En los deepfakes de ASVspoof 2021, 23 de 33 sistemas obtuvieron menos de 10% de EER en los datos de progreso, y todos superaron el 15% en los datos de evaluación (Liu et al., IEEE/ACM TASLP 2023).
- El conjunto (ensemble) ganador de acceso lógico en 2019 redujo el t-DCF en 56% frente al mejor sistema individual, mientras que el acceso físico ganó solo cerca de 2% (Nautsch et al., IEEE T-BIOM 2021).
- El primer desafío de verificación de locutor consciente del spoofing llevó a un sistema convencional de 23,83% a 0,13% de EER (Jung et al., Interspeech 2022).
- Trabajos posteriores al desafío llegaron después a 0,82% de EER en el acceso lógico de ASVspoof 2021 y a 2,85% en los deepfakes (Tak et al., Odyssey 2022).
1. Ediciones del Desafío y Participación
ASVspoof se ha realizado cinco veces en nueve años, y cada edición ha elegido un punto débil distinto. La edición de 2015 puso a prueba la síntesis de voz a partir de texto y la conversión de voz, la de 2017 puso a prueba la repetición, y la de 2019 dividió el campo en acceso lógico (logical access, voz falsa inyectada directamente en la ruta de audio del sistema) y acceso físico (physical access, voz falsa reproducida por un altavoz hacia un micrófono). En 2021 siguió una tarea separada de deepfake (speech deepfake), y ASVspoof 5 se dividió en detección independiente y verificación de locutor robusta frente al spoofing.
La participación alcanzó su máximo con 63 equipos de investigación en 2019 (Todisco et al., Interspeech 2019) y se ha mantenido por encima de 50 en las dos ediciones posteriores. Esa estabilidad importa: las pruebas de evaluación con voz falsificada subieron de 184.000 en 2015 a 542.086 en 2024 (véase la sección 2), y aun así el campo siguió presentándose. La divulgación es un punto más débil, ya que 34 de los 54 equipos con puntuaciones válidas en 2021 presentaron una descripción del sistema, lo que deja a 20 equipos (54 menos 34) sin ninguna registrada (Liu et al., IEEE/ACM TASLP 2023).
| Métrica | Valor | Fuente |
|---|---|---|
| ASVspoof 2015: equipos que solicitaron la base de datos | 28 equipos de 16 países | Wu et al., Interspeech 2015 |
| ASVspoof 2015: equipos que enviaron propuestas primarias | 16 | Wu et al., Interspeech 2015 |
| ASVspoof 2017: equipos que enviaron un detector de repetición | 49 | Kinnunen et al., Interspeech 2017 |
| ASVspoof 2019: equipos de investigación en total | 63 (48 en acceso lógico, 50 en acceso físico) | Todisco et al., Interspeech 2019 |
| ASVspoof 2021: equipos con puntuaciones de evaluación válidas | 54 de 72 participantes registrados | Liu et al., IEEE/ACM TASLP 2023 |
| ASVspoof 2021: equipos que presentaron una descripción del sistema | 34 | Liu et al., IEEE/ACM TASLP 2023 |
| ASVspoof 5 (2024): equipos participantes en el artículo de resultados | 53 | Wang et al., IEEE TASLP 2026 |
| SASV 2022, el desafío paralelo que une la detección de spoofing y la verificación de locutor: registros frente a envíos | 53 frente a 23 | Jung et al., Interspeech 2022 |
Los recuentos de equipos dependen del artículo. El artículo de resultados de 2019 dice 62 equipos y el artículo del taller de 2024 dice 54 participantes, una diferencia tratada en la Nota sobre los datos.
2. De 100 Locutores a 2.000: Los Datos Detrás de Cada Edición
El cambio más importante en ASVspoof no es un modelo. Son los datos. Las bases de datos anteriores contenían unos 100 locutores cada una, y grabaciones de calidad de estudio aportaban la voz real. ASVspoof 5 pasó a usar voz obtenida por crowdsourcing de unos 2.000 locutores, grabada en habitaciones diversas con dispositivos diversos (Wang et al., Computer Speech and Language 2025).
Esa sola decisión ayuda a explicar las tasas de error más altas de la sección 3. Un detector ya no puede tener éxito aprendiendo cómo suena una única configuración de grabación. El lado de los ataques también cambió: ASVspoof 5 añadió ataques adversariales por primera vez, es decir, falsificaciones alteradas específicamente para engañar a un detector, y puso a prueba 12 condiciones de códec, desde ninguna compresión hasta códecs neuronales (Wang et al., ASVspoof Workshop 2024).
| Métrica | Valor | Fuente |
|---|---|---|
| Conjunto de evaluación de ASVspoof 2015: pruebas genuinas frente a falsificadas | 9.404 frente a 184.000 | Wu et al., Interspeech 2015 |
| Conjunto de evaluación de ASVspoof 2017: configuraciones únicas de repetición | 110 | Kinnunen et al., Interspeech 2017 |
| Subconjunto de acceso lógico de ASVspoof 2019: total de enunciados | 121.461 | Wang et al., Computer Speech and Language 2020 |
| Acceso físico de ASVspoof 2019: condiciones de evaluación simuladas | 243 (27 salas y distancias por 9 tipos de repetición) | Wang et al., Computer Speech and Language 2020 |
| Evaluación de acceso físico de ASVspoof 2021: pruebas reales frente a falsificadas | 94.068 frente a 627.264 | Liu et al., IEEE/ACM TASLP 2023 |
| Evaluación de deepfake de ASVspoof 2021: pruebas reales frente a falsificadas | 14.869 frente a 519.059, de más de 100 algoritmos de ataque | Liu et al., IEEE/ACM TASLP 2023 |
| Evaluación de la Pista 1 de ASVspoof 5: pruebas reales frente a falsificadas | 138.688 frente a 542.086 | Wang et al., IEEE TASLP 2026 |
| Ataques de evaluación de ASVspoof 5: total y adversariales | 16 ataques, 7 de ellos adversariales, de un conjunto de 32 | Wang et al., Computer Speech and Language 2025 |
3. Principales Resultados de EER por Edición
Leer estas filas como una sola línea de tendencia es el error clásico. El ganador de 0,22% de 2019 y el ganador de 8,61% de 2024 hicieron exámenes distintos, y los organizadores hicieron cada uno más difícil a propósito. La comparación útil está dentro de cada fila, entre el mejor equipo y el sistema de referencia que tenía que superar.
Con esa medida, el campo sigue avanzando. En ASVspoof 5, 27 equipos de la condición cerrada superaron al mejor sistema de referencia (Wang et al., IEEE TASLP 2026), y el EER del mejor sistema fue menos de un tercio del de ese sistema de referencia. La excepción es el acceso físico en 2021, que el análisis en revista llama la más desafiante de las tres tareas, con el mejor sistema estancado en 24,25% (Yamagishi et al., ASVspoof 2021 Workshop).
| Métrica | Valor | Fuente |
|---|---|---|
| Mejor sistema de ASVspoof 2015: ataques conocidos, ataques desconocidos, promedio | 0,408%, 2,013%, 1,211% de EER | Wu et al., Interspeech 2015 |
| Mejor detector de repetición de ASVspoof 2017 frente al sistema de referencia | 6,73% frente a 24,77% de EER | Kinnunen et al., Interspeech 2017 |
| ASVspoof 2019, mejor sistema frente al mejor sistema de referencia, acceso lógico y acceso físico | 0,22% frente a 8,09% de EER; 0,39% frente a 11,04% de EER | Todisco et al., Interspeech 2019 |
| ASVspoof 2021, acceso lógico, mejor sistema frente al mejor sistema de referencia | 1,32% frente a 9,26% de EER | Yamagishi et al., ASVspoof 2021 Workshop |
| ASVspoof 2021, acceso físico, mejor sistema | 24,25% de EER | Yamagishi et al., ASVspoof 2021 Workshop |
| ASVspoof 2021, tarea de deepfake, mejor sistema frente al mejor sistema de referencia | 15,64% frente a 22,38% de EER | Yamagishi et al., ASVspoof 2021 Workshop |
| ASVspoof 5, Pista 1, mejor condición cerrada, mejor condición abierta, mejor sistema de referencia | 8,61%, 2,59%, 29,12% de EER | Wang et al., ASVspoof Workshop 2024 |
La condición cerrada prohíbe datos externos, mientras que la condición abierta permite datos externos y modelos preentrenados, por eso el mismo año muestra dos ganadores muy distintos.
4. Lo Que el Spoofing Le Hace a la Verificación de Locutor y los Ataques Más Difíciles
Sin un detector, la verificación de locutor apenas resiste. Bajo el ataque S10 de 2015, un sistema con 0,42% de EER se desplomó a 45,79% (Wu et al., Interspeech 2015). Las ediciones posteriores repiten el patrón a toda escala, incluido ASVspoof 5, donde 14 de los 16 ataques de evaluación llevaron el EER de la verificación de locutor por encima de 20% (Wang et al., Computer Speech and Language 2025).
El hallazgo más sorprendente es quién es el atacante más difícil. En la condición cerrada de ASVspoof 5 fue A19, construido sobre MaryTTS, un sintetizador concatenativo más antiguo que une fragmentos de voz grabada, y el artículo de la base de datos concluye que tanto la tecnología generativa heredada como la contemporánea siguen representando una amenaza grave. Las máquinas y las personas también fallan de forma distinta: en 2019 el ataque A17 engañó al detector de referencia pero fue fácilmente detectado por oyentes humanos, mientras que A10 se describió como perceptualmente indistinguible de la voz real (Wang et al., Computer Speech and Language 2020). Nuestras estadísticas de MOS del habla sintética cubren el lado del oyente de esa brecha.
| Métrica | Valor | Fuente |
|---|---|---|
| EER de la verificación de locutor, impostores comunes frente al ataque S10 (2015) | 0,42% frente a 45,79% | Wu et al., Interspeech 2015 |
| EER de la verificación de locutor, impostores comunes frente a repetición (2017) | 1,76% frente a 31,46% | Kinnunen et al., Interspeech 2017 |
| EER de la verificación de locutor, impostores comunes frente al peor ataque de acceso lógico de 2019 | 2,48% frente a 64,52% (ataque A16) | Wang et al., Computer Speech and Language 2020 |
| EER de la verificación de locutor convencional ECAPA-TDNN, sin spoofing frente a con pruebas falsificadas añadidas | 1,63% frente a 23,83% | Jung et al., Interspeech 2022 |
| EER de la verificación de locutor de ASVspoof 5, ataque A26 frente al mismo ataque con el paso adversarial Malacopula añadido (A27) | 15,77% frente a 34,68% | Wang et al., Computer Speech and Language 2025 |
| EER del mejor detector de ASVspoof 2015 en el ataque más difícil, S10 | 8,49% | Wu et al., IEEE JSTSP 2017 |
| EER del detector de referencia de ASVspoof 5 en A19, RawNet2 frente a AASIST | 49,80% frente a 63,75% | Wang et al., Computer Speech and Language 2025 |
S10 también se mantuvo tenaz después del desafío de 2015: la revisión en revista de la edición de 2015 halló que los resultados para él siguieron siendo malos en la mayoría de los estudios posteriores, con una excepción, en 1,065%.
5. Más Allá del EER: t-DCF, a-DCF y el Problema de la Calibración
El EER describe un detector aislado, en un único umbral elegido después del hecho. Desde 2019, la mayoría de las tareas de ASVspoof se han clasificado por costos. La función de costo de detección en tándem (t-DCF) pone precio al detector y a la verificación de locutor trabajando juntos, en una escala con un piso del ASV: el costo que permanece incluso con un detector perfecto, porque la verificación de locutor todavía comete errores. En 2019 el mejor sistema de acceso lógico quedó en 0,0692 frente a un piso de 0,0627, casi tan bueno como puede ser un detector (Nautsch et al., IEEE T-BIOM 2021).
ASVspoof 5 expone el siguiente problema, la calibración, que pregunta si las puntuaciones de un sistema pueden usarse en un umbral real fijo. El minDCF es el costo en el mejor umbral elegido después del hecho, y el actDCF es el costo en el umbral que un sistema desplegado usaría realmente. El ganador de la condición cerrada en minDCF obtuvo 0,9956 en actDCF, mientras que el equipo en tercer lugar perdió casi nada entre ambos. Contamos 11 de 31 envíos de la condición cerrada y 14 de 34 envíos de la condición abierta listados con un actDCF de exactamente 1,0000 (Wang et al., ASVspoof Workshop 2024). Los organizadores vinculan los valores de actDCF de 1,0 con puntuaciones similares a probabilidades, de modo que un minDCF bajo y un actDCF alto pueden convivir en un mismo sistema, y plantean métricas sensibles a la calibración como posibles métricas primarias en futuras ediciones (Wang et al., IEEE TASLP 2026).
| Métrica | Valor | Fuente |
|---|---|---|
| ASVspoof 2019: piso del ASV frente al mejor t-DCF mínimo, acceso lógico y acceso físico | 0,0627 frente a 0,0692; 0,1354 frente a 0,1437 | Nautsch et al., IEEE T-BIOM 2021 |
| Acceso físico de ASVspoof 2021: piso del ASV frente al mejor t-DCF mínimo | 0,12 frente a 0,6824 | Liu et al., IEEE/ACM TASLP 2023; Yamagishi et al., ASVspoof 2021 Workshop |
| Condición cerrada de la Pista 1 de ASVspoof 5: minDCF frente a actDCF, primer y tercer lugar | 0,2436 frente a 0,9956; 0,2975 frente a 0,2976 | Wang et al., ASVspoof Workshop 2024 |
| Pista 2 de ASVspoof 5: mejor condición cerrada, mejor condición abierta y mejor sistema de referencia cerrado, a-DCF mínimo | 0,2814, 0,0756, 0,5741 | Wang et al., ASVspoof Workshop 2024 |
La a-DCF (función de costo de detección independiente de la arquitectura) es la métrica primaria de la Pista 2, y la Pista 2 combina el detector con la verificación de locutor. Los valores de t-DCF no son comparables entre artículos: véase la Nota sobre los datos.
6. Qué Gana: Modelos Neuronales, Conjuntos y Front-Ends Preentrenados
La serie cuenta una historia limpia sobre los métodos. Para 2019 las redes neuronales habían tomado la parte alta de la tabla, y los conjuntos (ensembles), es decir, varios subsistemas combinados, se habían convertido en la forma habitual de ganar. El conjunto ganador de acceso lógico en 2019 fue 56% mejor que el mejor sistema individual en t-DCF, mientras que el acceso físico ganó solo cerca de 2% (Nautsch et al., IEEE T-BIOM 2021). A los conjuntos les quedaba poco por ganar en el acceso físico, donde el mejor sistema individual ya estaba cerca del piso del ASV descrito en la sección 5.
Para 2024 el factor decisivo fue el front-end preentrenado. Todas las mejores propuestas de ASVspoof 5 usaron wav2vec 2.0 o WavLM (Wang et al., IEEE TASLP 2026), modelos autosupervisados entrenados primero con grandes cantidades de habla común. Buena parte de la mejora de la condición cerrada a la abierta, de 8,61% a 2,59%, vino con esos modelos y con los datos adicionales que permite la condición abierta. Esas mismas familias de modelos se miden en tareas generales de habla en nuestras estadísticas de la clasificación SUPERB. La técnica quedó demostrada poco después de la edición de 2021, cuando un sistema wav2vec 2.0 superó todos los resultados del desafío con los mismos datos (Tak et al., Odyssey 2022).
| Métrica | Valor | Fuente |
|---|---|---|
| ASVspoof 2019: mejores sistemas que usan redes neuronales y sistemas que usan un conjunto de clasificadores | Top 7 y 9 en acceso lógico; top 6 y 10 en acceso físico | Todisco et al., Interspeech 2019 |
| ASVspoof 2019: t-DCF mínimo, mejor sistema individual frente al mejor conjunto, acceso lógico y acceso físico | 0,1562 frente a 0,0692; 0,1470 frente a 0,1437 | Nautsch et al., IEEE T-BIOM 2021 |
| Pista 1 de ASVspoof 5: subsistemas fusionados, condición cerrada frente a abierta | 3 a 4 frente a 2 a 6 | Wang et al., IEEE TASLP 2026 |
| Pista 1 de ASVspoof 5: front-ends preentrenados entre los cinco mejores sistemas abiertos listados | wav2vec2-large en 3, WavLM-Base en 2 | Wang et al., IEEE TASLP 2026 |
| Sistema wav2vec 2.0 posterior al desafío en el acceso lógico de ASVspoof 2021, EER y t-DCF mínimo | 0,82% y 0,2066 | Tak et al., Odyssey 2022 |
| Sistema wav2vec 2.0 posterior al desafío en la tarea de deepfake de ASVspoof 2021, EER | 2,85% | Tak et al., Odyssey 2022 |
7. La Brecha de Generalización Después de la Clasificación
El problema sin resolver del anti-spoofing es lo que ocurre fuera del benchmark. La señal más clara surgió dentro del propio desafío: en los deepfakes de ASVspoof 2021, 23 de 33 sistemas obtuvieron menos de 10% de EER en los datos de progreso, y todos ellos superaron el 15% en el conjunto de evaluación (Liu et al., IEEE/ACM TASLP 2023). La mejor puntuación de progreso fue inferior a 1%, de modo que la retroalimentación de la clasificación con la que entrenaban los equipos era engañosa.
El mismo resultado se mantiene fuera del desafío. Cuatro de los cinco mejores sistemas abiertos de ASVspoof 5 se volvieron a probar en otros conjuntos de datos y, con una excepción, sus EER subieron por encima de 10% (Wang et al., IEEE TASLP 2026). En audio recopilado de internet, los modelos entrenados con ASVspoof 2019 lo hicieron mucho peor, y más datos de ASVspoof no ayudaron (Müller et al., Interspeech 2022). La mejora del habla tiene un problema comparable, documentado en nuestras estadísticas de benchmarks PESQ y STOI. Un preprint de 2025 va más lejos y sostiene que la detección por sí sola no debería sostener decisiones de alto riesgo, y la recomienda como una señal más dentro de defensas por capas (Berisha et al., arXiv 2025).
| Métrica | Valor | Fuente |
|---|---|---|
| Sistemas de condición abierta de ASVspoof 5 T36, T27, T23, T43: EER en un subconjunto de la Pista 1 de ASVspoof 5 frente al del acceso lógico de ASVspoof 2019 | 3,37%, 3,30%, 4,23%, 4,33% frente a 16,27%, 17,33%, 16,73%, 26,63% | Wang et al., IEEE TASLP 2026 |
| Ganador de acceso físico de ASVspoof 2019: EER en repetición simulada frente a repetición real oculta | 0,39% frente a 19,68% | Nautsch et al., IEEE T-BIOM 2021 |
| Mejor modelo en ASVspoof 2019 frente al mejor modelo en audio in-the-wild, EER | Cerca de 1,2% frente a cerca de 33,9% | Müller et al., Interspeech 2022 |
| RawNet2 reentrenado con todo ASVspoof 2019: EER en audio in-the-wild | 33,1% ± 0,2 | Müller et al., Interspeech 2022 |
| Degradación del EER de 12 modelos reimplementados en audio in-the-wild | Cerca de 200% a 1.000% | Müller et al., Interspeech 2022 |
| Equipo T03 del WildSpoof Challenge, su propio EER informado en la detección de spoofing en el mismo dominio | 0,16% | Farhadipour et al., arXiv 2026 |
La cifra de T03 es el informe de un solo equipo, y sus autores dicen que sus resultados en otros conjuntos de datos, incluido ASVspoof 5, muestran que la generalización entre dominios sigue siendo difícil. Las cifras en el mismo dominio siguen bajando mientras la brecha permanece abierta. WildSpoof, cuyo plan de evaluación lista autores que también organizaron ASVspoof 5, combina una pista de síntesis de voz a partir de texto con una pista de verificación de locutor robusta frente al spoofing (Farhadipour et al., arXiv 2026).
Resumen: Anti-Spoofing de Voz y Tasa de Error Igual de ASVspoof en Cifras
| Métrica | Valor | Fuente |
|---|---|---|
| Equipos de ASVspoof 2015 con envíos primarios | 16 | Wu et al., Interspeech 2015 |
| Equipos de ASVspoof 2017 | 49 | Kinnunen et al., Interspeech 2017 |
| Locutores de ASVspoof 5 frente a ediciones anteriores | Cerca de 2.000 frente a cerca de 100 | Wang et al., Computer Speech and Language 2025 |
| EER de la verificación de locutor, impostores comunes frente al ataque S10 (2015) | 0,42% frente a 45,79% | Wu et al., Interspeech 2015 |
| EER de la verificación de locutor, impostores comunes frente al peor ataque de acceso lógico de 2019 | 2,48% frente a 64,52% | Wang et al., Computer Speech and Language 2020 |
| Mejor EER promedio de ASVspoof 2015 | 1,211% | Wu et al., IEEE JSTSP 2017 |
| EER del mejor detector de ASVspoof 2015 en el ataque más difícil, S10 | 8,49% | Wu et al., IEEE JSTSP 2017 |
| Mejor EER de ASVspoof 2017 | 6,73% | Kinnunen et al., Interspeech 2017 |
| Mejor EER de acceso lógico de ASVspoof 2019 | 0,22% | Todisco et al., Interspeech 2019 |
| Mejor EER de la tarea de deepfake de ASVspoof 2021 | 15,64% | Yamagishi et al., ASVspoof 2021 Workshop |
| Mejor EER de la condición cerrada de la Pista 1 de ASVspoof 5 | 8,61% | Wang et al., ASVspoof Workshop 2024 |
| Mejor EER de SASV 2022 con pruebas falsificadas incluidas | 0,13% | Jung et al., Interspeech 2022 |
| Mejor EER posterior al desafío en el acceso lógico de ASVspoof 2021 | 0,82% | Tak et al., Odyssey 2022 |
| Mejor EER posterior al desafío en la tarea de deepfake de ASVspoof 2021 | 2,85% | Tak et al., Odyssey 2022 |
| Ganador de acceso físico de ASVspoof 2019 en repetición real oculta | 19,68% de EER | Nautsch et al., IEEE T-BIOM 2021 |
| Mejor modelo en audio in-the-wild | Cerca de 33,9% de EER | Müller et al., Interspeech 2022 |
Metodología y Fuentes
Leímos los artículos del desafío directamente, no resúmenes de terceros. Las cifras de EER son porcentajes sobre conjuntos de evaluación, salvo que una fila indique lo contrario. La mayor parte de los datos aquí tiene más de tres años por naturaleza, porque el desafío se realiza aproximadamente cada dos o tres años. Dato más reciente disponible: el informe en revista de 2026 sobre la edición de 2024.
- Sitio oficial de ASVspoof: lista de ediciones, calendarios y organizadores.
- Wu et al., ASVspoof 2015, Interspeech 2015: primera edición, equipos, pruebas y resultados.
- Wu et al., IEEE Journal of Selected Topics in Signal Processing 2017: detalle de S10 y revisión posterior a la evaluación.
- Kinnunen et al., ASVspoof 2017, Interspeech 2017: resultados de la detección de repetición.
- Todisco et al., ASVspoof 2019, Interspeech 2019: panorama general y clasificación.
- Wang et al., base de datos de ASVspoof 2019, Computer Speech and Language 2020: tamaños de datos, ataques y evaluación humana.
- Nautsch et al., IEEE Transactions on Biometrics, Behavior, and Identity Science 2021: t-DCF revisado, conjuntos, repetición real oculta.
- Yamagishi et al., ASVspoof 2021 Workshop: principales resultados de 2021.
- Liu et al., IEEE/ACM Transactions on Audio, Speech, and Language Processing 2023: análisis completo de 2021.
- Wang et al., ASVspoof Workshop 2024: tablas de resultados de ASVspoof 5.
- Wang et al., base de datos de ASVspoof 5, Computer Speech and Language 2025: datos, ataques y efectos en los sistemas de referencia.
- Wang et al., IEEE Transactions on Audio, Speech and Language Processing 2026: análisis posterior al desafío de ASVspoof 5.
- Jung et al., SASV 2022, Interspeech 2022: verificación de locutor consciente del spoofing.
- Tak et al., Odyssey 2022: resultados posteriores al desafío con wav2vec 2.0.
- Müller et al., Interspeech 2022: prueba de generalización in-the-wild.
- Berisha et al., arXiv 2025: preprint, no revisado por pares en el registro que leímos.
- Farhadipour et al., arXiv 2026 y el plan de evaluación de WildSpoof 2025: artículo del sistema del equipo y reglas del desafío.
- Nota sobre los datos: (1) El EER entre ediciones no es una tendencia, porque los datos, los ataques y los códecs cambiaron cada vez. (2) Las escalas del t-DCF difieren: el panorama de 2019 imprimió 0,0069 para el ganador de acceso lógico y 0,0096 para el ganador de acceso físico, mientras que el artículo posterior de T-BIOM revisó la fórmula e imprimió 0,0692 y 0,1437, manteniendo esencialmente intactas las clasificaciones; usamos los valores revisados. (3) Los recuentos de equipos discrepan: 63 frente a 62 para 2019 y 53 frente a 54 para ASVspoof 5. (4) El texto del artículo del taller de 2021 indica 42 envíos de acceso lógico y 30 de deepfake, pero sus tablas listan 41 y 33; citamos solo los 33 usados en el artículo de revista. El ganador de deepfake es 15,64% en el artículo del taller y 15,63% en el artículo de revista. (5) El artículo de 2017 da el EER primario promedio como 26,01% y 25,91%, así que no lo usamos. (6) El mejor a-DCF abierto de la Pista 2 de ASVspoof 5 es 0,0756 en la tabla de 2024 y figura impreso como 0,07 en el artículo de 2026. (7) Los recuentos de actDCF de la sección 5 son nuestro propio recuento de las tablas de 2024, excluyendo los dos sistemas de referencia de la condición cerrada. (8) Los valores de tabla de ASVspoof 5 se leyeron del artículo de 2024, y muchos equipos aparecen allí sin un ID público. (9) Las cifras de Tak et al. son resultados posteriores al desafío de los propios autores, que no reprodujimos. (10) No encontramos un resumen oficial de los organizadores con los resultados finales de WildSpoof ni un anuncio de ASVspoof 6 en el sitio oficial al 31 de octubre de 2026.
Última actualización: 31 de octubre de 2026. Actualizamos este informe trimestralmente, y la próxima revisión se espera cuando los organizadores de ASVspoof publiquen el plan de evaluación de la siguiente edición.