본 논문은 딥페이크 음성의 생성 원천 추적을 위한 새로운 데이터셋 STOPA를 제시합니다. 기존 데이터셋의 한계인 제한적인 변수와 부족한 메타데이터를 극복하고자, 8개의 음향 모델, 6개의 보코더 모델, 다양한 매개변수 설정을 포함하는 70만 개 이상의 샘플을 13개의 서로 다른 합성기로부터 수집하여 체계적으로 구성하였습니다. STOPA는 보코더 모델, 음향 모델, 사전 훈련된 가중치 등의 생성 요소를 광범위하게 다루는 체계적인 제어 프레임워크를 제공하여 기존보다 높은 귀속 신뢰도를 보장합니다. 이를 통해 음성 감정 분석, 딥페이크 탐지 및 생성 모델의 투명성 향상에 기여할 수 있습니다.
