Характеристики

Параметры: 403 млн
Лицензия: CC BY-NC 4.0
Архитектура: wav2vec2 · dense
Базовая модель: wav2vec2-xls-r-300m
Опубликована: 28 сен 2026

Ссылки

real-or-clone-xlsr

Классификация текстаТекст → label3 профессии

Дообученная модель XLS-R для определения, является ли голос в аудиозаписи настоящим или созданным клонированием с помощью ИИ.

25скачиваний за 30 дней0лайковвеса обновлены28 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Real or Clone? — модель семейства wav2vec2, разработанная для приложения Real or Clone? и дообученная на базе facebook/wav2vec2-xls-r-300m. Она классифицирует аудиозаписи, различая настоящую речь и голос, созданный клонированием с помощью ИИ; целевой сценарий — проверка голосовых заметок, записанных по телефону. Модель содержит около 402,7 млн параметров и распространяется в формате safetensors.

Модель принимает аудио и выдаёт классификационный результат. В карточке указаны английский и французский языки. Лицензия CC BY-NC 4.0 разрешает использование с ограничениями, включая запрет коммерческого применения. Карточка не приводит оценок точности и подробностей о данных или устойчивости к новым методам клонирования.

Сценарии применения

проверка телефонной голосовой заметки на клонирование голоса
выявление синтетической речи в аудиозаписях
классификация голосовых сообщений как настоящих или клонированных

Ограничения

В карточке нет оценок точности и сведений об устойчивости к новым методам клонирования голоса. Лицензия CC BY-NC 4.0 запрещает коммерческое использование.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

II.11Разработка и данныеКибербезопасность и приватностьAI помогает обнаруживать киберугрозы, защищать данные и помогать реагировать на инциденты.25 задач4 232модели IV.8Отраслевые задачиГосударственное управление, правосудие и чрезвычайные ситуацииAI помогает улучшать государственные услуги, управление ресурсами, правосудие и реагирование на чрезвычайные ситуации.47 задач2 517моделей IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Real or Clone? — voice-clone detector (run C)

XLS-R 300M fine-tuned to tell a real voice from an AI-cloned one in phone voice notes. This is the model behind the Real or Clone? app: https://github.com/ilyasdaoudrma/real-or-clone (the app downloads it automatically; see "Run it on your computer" in that README).

Labels: 0 = real, 1 = clone. Input: 16 kHz mono, scored in 4 s windows with a 2 s hop.
Training: 51,014 clips (FLEURS + VoxPopuli + In-the-Wild real voices; MLAAD + In-the-Wild + 1,619 fresh Chatterbox clones), every clip passed through the same WhatsApp-style voice-note simulation (Opus 16 kbps, 8 kHz band, noise, reverb).
Held-out test (10,122 clips, unseen speakers and generators): 96.1% accuracy, 2.4% EER on unseen generators (ElevenLabs, OpenAI, Gemini…), 5.2% EER on fresh clones, 7.2% of real voices wrongly flagged.
Dataset (composition, splits, rebuild recipe): https://huggingface.co/datasets/IlyasDaoud/real-or-clone-data
English and French voices only; not validated on Arabic or Darija speech.
Non-commercial: the MLAAD training data is CC-BY-NC-4.0, so these weights are too.
An AI can be wrong: always confirm by calling back on a number you already know.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · text-classification

Нельзя запустить

Для архитектуры wav2vec2 нет загрузчика под задачу text-classification.

Класс архитектуры: Wav2Vec2ForSequenceClassification
Ревизия весов: daf8dc9