TeleAntiFraud 2.0

TeleAntiFraud 2.0是一个可刷新的音频基准数据集，专为电信诈骗检测设计，由中国人民公安大学等机构联合创建。当前版本包含两个月度快照，共1800条中文电话通话，其中1200条为欺诈样本，600条为近域非欺诈样本。数据集采用混合树反诈骗生成流水线，将在线诈骗摘要转化为结构化的角色匹配语音对话，确保欺诈与合法路径共享上下文仅在关键行为处分叉。该基准旨在解决现有基准无法持续更新欺诈模式且缺乏近域负样本的问题，为评估模型在真实混淆条件下的音频诈骗检测性能提供更严格的测试平台。TeleAntiFraud 2.0 is a refreshable audio benchmark dataset purpose-built for telecom fraud detection, jointly developed by the People's Public Security University of China and other collaborating institutions. The current version includes two monthly snapshots, totaling 1800 Chinese telephone conversations, among which 1200 are fraud samples and 600 are nearby-domain non-fraud samples. The dataset adopts a hybrid tree-based anti-fraud generation pipeline that converts online fraud summaries into structured role-matched voice dialogues, ensuring that fraudulent and legitimate conversation paths share the same context and only diverge at critical behavioral junctures. This benchmark aims to address the limitations of existing benchmarks, which cannot sustainably update fraud patterns and lack nearby-domain negative samples, providing a more rigorous testbed for evaluating model performance in audio fraud detection under realistic ambiguous conditions.

搜集汇总

数据集介绍

构建方式

面向电信诈骗脚本快速演化、且与合法客服话术高度近似的现实挑战，该数据集依托混合树反诈生成流水线构建。流水线以在线诈骗案情摘要为种子，将其转化为结构化情景画像，继而扩展为混合对话树——同一呼叫家族内欺诈与合法分支共享参与者、开场语境与早期风险表达，仅于承载标签证据的行为处分叉。随后由协同角色扮演与功能智能体将路径实现为可追溯对话轨迹，再经角色匹配的语音合成与信号级质检，最终冻结音频、标签、提示词、清单及溯源记录，形成按月发布的不可变评估快照。

特点

该数据集以版本化月度冻结快照为核心特征，兼顾可刷新性与可复现性。当前June/V1与July/V2两个快照各含900通中文电话，其中欺诈600通、近邻域非欺诈300通，并保持2:1构成以覆盖多样诈骗轨迹同时评估边界识别。其突出特点在于近邻域负例的构造：欺诈与合法兄弟路径共享情景语境与早期风险语言，标签取决于完整交互轨迹中的行为证据而非主题线索，从而显著削弱词汇与来源捷径。每个冻结清单绑定音频、对话文本、标签依据、生成与说话人元数据、评估提示、原始响应及时间戳，支持可审计的崩溃感知评测。

使用方法

该数据集适用于音频电信诈骗检测的系统性评测与诊断。使用者可将其作为纯测试集，开展直接音频输入与ASR+LLM两类配置的零样本或微调评估，并借助冻结清单复现模型响应与解析结果。评测时建议联合报告Macro-F1、平衡准确率、欺诈与非欺诈召回率及预测类别分布，以识别类别先验捷径与预测崩溃现象；同时可利用跨月度快照对比考察快照敏感性，并通过1:1重采样进行平衡再评估。此外，混合树兄弟路径与路径级标签依据可用于分析模型对标签承载行为的识别能力，支撑对比集式的局部决策边界研究。

背景与挑战

背景概述

电信诈骗日益猖獗，2024年全球诈骗损失估计逾1.03万亿美元，诈骗话术持续演化且刻意仿拟合法客服、风险通知等日常会话，使基于孤立关键词或早期话术线索的检测捉襟见肘。针对既有基准难以吸纳新骗术、且负样本多源自无关主题而滋生表层捷径之弊，中国人民公安大学联合京东科技、蚂蚁集团、Meta等机构于2025年提出TeleAntiFraud 2.0。该基准以混合树反诈生成流水线将在线案件摘要转化为画像驱动场景，在共享语境下并行实现欺诈与近域合法对话路径，并渲染为角色匹配语音；每月冻结900通中文电话（600欺诈、300近域合法），形成不可篡改的可审计快照，推动语音电信诈骗检测由静态榜单迈向可刷新、可溯源、可对比的诊断范式。

当前挑战

该数据集所直面者，乃语音电信诈骗检测在真实易混条件下评估体系的双重困局。领域层面，诈骗话术迅疾迭代，固定测试集无法纳入发布后新现的骗术，而持续替换旧样本又令结果难以复现比较；同时近域合法通话与欺诈通话共享参与人、情境、开场话术与早期风险措辞，仅在承载标签的关键行动上分道扬镳，致使基于话题或词汇的浅层捷径失效，模型须依赖完整交互轨迹方可判别。构建层面，流水线须将在线案件摘要转化为可追溯的角色化对话与语音，并在每月快照中维持标签可审计、生成可溯源，且经结构、安全与信号校验，避免合成数据引入生成器特有伪影。实验表明，无关或普通负样本下分类器宏平均F1几近完美，而近域同类负样本令其骤降至0.65至0.68，全量音频与ASR+LLM评测更暴露类别先验捷径、预测坍缩及快照敏感，足见边界识别之艰。

常用场景

经典使用场景

在语音反诈研究与系统评估领域，TeleAntiFraud 2.0 的经典用法是作为音频级电信诈骗检测的月度冻结评测基准。研究者调用其逐月封存的九百通中文通话快照，在含有六百例诈骗与三百例近域合法通话的纯测试集上，对直接音频模型与ASR+LLM级联系统进行零样本或提示式推断，并依据冻结清单逐条记录模型原始响应与解析标签，从而在可复现、可审计的条件下考察模型对完整交互轨迹的判别能力。

解决学术问题

该数据集直面既有反诈基准的两大痼疾：固定测试集无法吸纳新近涌现的诈骗话术，而主题分离的负样本又使模型依赖词面或来源捷径而非行为证据。其混合树生成使诈骗与合法通话共享参与者、情境与早期风险措辞，仅在携带标签的行为处分叉，从而将宏平均F1从近乎饱和压低至0.65至0.68，并暴露类别先验捷径、预测坍缩与快照敏感等现象，为边界识别与坍缩感知报告树立了新的方法学要求。

衍生相关工作

围绕该基准已衍生出若干延续性工作：以混合树反诈生成管线为核心的可控对话合成与角色化语音渲染方法，为后续快照提供稳定契约；近域兄弟路径的对比集评估思路呼应了局部决策边界的评测范式；冻结清单与溯源记录的设计则推动了动态、可审计基准在语音安全领域的落地，并激励后续研究在时间维度上积累更多月度快照以支撑长程时序论断。