amine-maazizi/tta-detection-2k

--- pretty_name: TTA Deepfake Outputs + Ground Truth language: - en license: cc-by-4.0 multilinguality: monolingual task_categories: - audio-classification - text-to-audio task_ids: - multi-class-classification size_categories: - 1K<n<10K tags: - audio - deepfake-detection - text-to-audio - diffusion - audioldm - synthetic-audio - forensics configs: - config_name: audioldm1_manifest data_files: - split: train path: outputs/manifests/audioldm1_generation_manifest.csv - config_name: audioldm2_manifest data_files: - split: train path: outputs/manifests/audioldm2_generation_manifest.csv - config_name: real_subset_metadata data_files: - split: train path: data/tta_subset_full/real_subset_metadata.csv - config_name: clotho_captions_dev data_files: - split: train path: data/clotho_v2.1/clotho_captions_development.csv - config_name: clotho_captions_eval data_files: - split: test path: data/clotho_v2.1/clotho_captions_evaluation.csv dataset_info: - config_name: audioldm1_manifest features: - name: sample_id dtype: string - name: caption dtype: string - name: split dtype: string - name: gt_audio_path dtype: string - name: requested_duration dtype: float64 - name: model_name dtype: string - name: seed dtype: int64 - name: ddim_steps dtype: int64 - name: duration dtype: float64 - name: device dtype: string - name: prompt_text dtype: string - name: output_path dtype: string - name: status dtype: string - name: runtime_sec dtype: float64 - name: log_path dtype: string - config_name: audioldm2_manifest features: - name: sample_id dtype: string - name: caption dtype: string - name: split dtype: string - name: gt_audio_path dtype: string - name: requested_duration dtype: float64 - name: model_name dtype: string - name: seed dtype: int64 - name: ddim_steps dtype: int64 - name: duration dtype: float64 - name: device dtype: string - name: prompt_text dtype: string - name: output_path dtype: string - name: status dtype: string - name: runtime_sec dtype: float64 - name: log_path dtype: string ---友好名称：TTA深度伪造音频输出与基准真值（Ground Truth）数据集 语言：英语 许可证：CC BY 4.0 多语言属性：单语言 任务类别： - 音频分类 - 文本转音频 任务子类别：多分类 数据规模：1000 < 样本数量 < 10000 标签： - 音频 - 深度伪造检测 - 文本转音频 - 扩散模型（diffusion） - AudioLDM（audioldm） - 合成音频 - 取证科学 配置方案： - 配置名称：AudioLDM v1 配置索引 数据文件： - 拆分集：训练集 路径：outputs/manifests/audioldm1_generation_manifest.csv - 配置名称：AudioLDM v2 配置索引 数据文件： - 拆分集：训练集 路径：outputs/manifests/audioldm2_generation_manifest.csv - 配置名称：真实子集元数据 数据文件： - 拆分集：训练集 路径：data/tta_subset_full/real_subset_metadata.csv - 配置名称：Clotho 开发集字幕 数据文件： - 拆分集：训练集 路径：data/clotho_v2.1/clotho_captions_development.csv - 配置名称：Clotho 评估集字幕 数据文件： - 拆分集：测试集 路径：data/clotho_v2.1/clotho_captions_evaluation.csv 数据集信息： - 配置名称：AudioLDM v1 配置索引 特征字段： 1. 样本ID：字符串类型 2. 字幕：字符串类型 3. 数据集拆分：字符串类型 4. 基准真值（Ground Truth）音频路径：字符串类型 5. 请求生成时长：64位浮点型 6. 模型名称：字符串类型 7. 随机种子：64位整型 8. DDIM采样步数：64位整型 9. 实际生成时长：64位浮点型 10. 运行设备：字符串类型 11. 提示文本：字符串类型 12. 输出文件路径：字符串类型 13. 生成状态：字符串类型 14. 运行耗时（秒）：64位浮点型 15. 日志文件路径：字符串类型 - 配置名称：AudioLDM v2 配置索引 特征字段与上述AudioLDM v1配置索引完全一致