由中国人民大学、苹果、日本国立信息学研究所、卡内基梅隆大学等单位联合举办的WildSpoof 语音生成与防伪挑战赛（In-the-wild Generation and Detection of Spoofed Speech）已正式开启！

官网：https://wildspoof.github.io/

挑战背景

随着语音合成（TTS）技术的快速发展，合成语音在真实环境中的应用不断增加，同时也带来了安全风险。如何在嘈杂、复杂的真实场景中既能合成高质量语音，又能检测并防御伪造语音攻击，成为学术界和工业界共同关注的问题。

WildSpoof 挑战赛首次将 语音生成(TTS) 与防伪说话人验证（SASV） 结合，打造一个真实对抗、相互促进的国际平台，推动语音技术向更真实、更安全、更大众的方向发展。

比赛目标

ICASSP 2026 WildSpoof 挑战赛的目标是：

  1. 推动真实场景下的语音合成研究：打破对录音棚数据的依赖，真正实现“人人可做 TTS”；
  2. 强化防伪系统的安全性：在多样化、真实的攻击环境中提升 SASV 的鲁棒性；
  3. 促进生成与检测的对抗进化：TTS 与 SASV 互为测试平台，模拟现实中的攻防博弈；
  4. 推动跨方向合作：汇聚语音合成与检测领域研究者，共同构建更健壮的语音生态。

赛道设置

赛道 1：TTS 生成使用TITW（TTS In The Wild）数据集，开发高质量 TTS 系统。评估指标包括 UTMOS、DNSMOS、WER、说话人相似度、欺骗性评分等。

赛道 2：SASV 防伪使用SpoofCeleb数据集，构建稳健的防伪说话人验证系统。评估采用最新提出的a-DCF指标，并包含来自 TTS 赛道生成语音的攻击样本。

数据与基线

TITW 数据集：360 小时 in-the-wild 语音文本对，覆盖多样化噪声与说话条件。

SpoofCeleb 数据集：250 万条真实与伪造语音，来自 1250+ 说话人和 20+ 种 TTS 系统。

官方提供基线模型与训练脚本，便于快速上手。

时间安排

  • 数据与评测计划：已发布
  • 挑战赛正式开始：2025 年 7 月 27 日
  • 提交截止：2025 年 12 月 1 日 23:59 （AOE 时区）
  • 结果公布：2025 年 12 月 5 日

优秀参赛队伍将受邀在 ICASSP 2026 提交系统报告论文！

赛事组织者

  • Yihan Wu（中国人民大学）
  • Xin Cheng（中国人民大学）
  • Jee-weon Jung（苹果 / 卡内基梅隆大学）
  • Hye-jin Shim （卡内基梅隆大学）
  • Xin Wang（日本国立信息学研究所）

相关链接

WildSpoof 官网：https://wildspoof.github.io/

TITW 数据集：https://www.jungjee.com/titw/

SpoofCeleb 数据集：https://www.jungjee.com/spoofceleb/

评测计划：https://arxiv.org/abs/2508.16858

邮箱：yihanwu@ruc.edu.cn