- Обычный файлпри 0,2 % ложных; фрагмент 4 с; 1 040 живых, 2 250 подделок
- 96%
- Голосовое из мессенджерапри 0,8 % ложных; после пересжатия мессенджером; 1 040 / 2 250
- 91%
- VoIP / WebRTC (Opus)при 1,3 % ложных — пока больше 1 %; 1 040 / 2 250
- 84,4%
- Телефонный звонокпри 0,7 % ложных за звонок ≈ 42 с; за 4 с — 68,8 %; канал смоделирован, настоящих звонков в тесте нет; 1 907 живых и 481 синтезированный звонок
- 90,6%
- Подмена слов синтезом в живой речи4 с вокруг правки, n = 1 219; вставки в запись ≈ 13 с — 84,9 % (n = 53); в записи 2–10 мин общий вердикт обычно «неопределённо», участок вставки отмечается в 63–82 % случаев
- 95,1%
- Ложные на живой речи5 из 3 519 записей, 13 наборов: чтение и аудиокниги (FLEURS, LibriSpeech, M-AILABS, SPADE), Common Voice, Golos, OpenSTT, SOVA; ru и en; часть — после кодека Opus. Исключение — подсказки набора CoSG: 4,6 % (n = 863); вся батарея вместе с ними — 1,0 % (n = 4 382)
- 0,1%
- Ложные на аудиокнигах и студийном чтении2 из 1 619 (M-AILABS ru, LibriSpeech en, исходные записи SPADE ru)
- 0,1%
- Синтез Яндекса, Сбера (SaluteSpeech), VK, Microsoft (Edge)n = 939
- 100%
- ElevenLabs на русскомn = 410
- 95,9%
- Открытые синтезаторы (F5, XTTS, Fish, GPT-SoVITS, Silero, MaskGCT и др.)13 наборов, n = 2 687; ниже всего Piper en — 83,5 %
- 95,6%
С теми же порогами, что работают в проверке. Тесты RuASD (МТУСИ), MLAAD, SPADE, CoSG; живая речь — FLEURS, LibriSpeech, Common Voice, Golos, OpenSTT, SOVA, аудиокниги M-AILABS. Звонки и каналы подробно