SWAN-DF database of audio-video deepfakes

The first high fidelity publicly available dataset of realistic audio-visual deepfakes, where both faces and voices appear and sound like the target person. The SWAN-DF dataset is based on the public SWAN database of real videos recorded in HD on iPhone and iPad Pro (in year 2019).本数据集为首个高保真、公开可用的逼真音视频深度伪造（audio-visual deepfake）数据集，其中生成的人脸与语音均与目标人物高度一致，视觉观感与听感均贴合目标本人。SWAN-DF数据集依托公开SWAN数据库构建，该数据库收录了2019年使用iPhone及iPad Pro录制的高清真实视频。

搜集汇总

背景与挑战

背景概述

SWAN-DF数据集是首个公开的高保真音视频深度伪造数据集，其特点是同时伪造面部和声音，使其与目标人物高度相似。该数据集基于2019年高清录制的真实视频SWAN公共数据库构建，专注于音视频结合的深度伪造技术。