विभिन्न सिंथेटिक स्पीच विश्लेषण डेटासेट की सीमाओं को दूर करने के लिए, क्योंकि नकली जानकारी और पहचान की चोरी के बढ़ते जोखिम के कारण वास्तविक और सिंथेटिक स्पीच के बीच अंतर करना लगातार महत्वपूर्ण होता जा रहा है, हम एक स्पीच-फोरेंसिक डेटासेट प्रस्तावित करते हैं जो वास्तविक, सिंथेटिक और आंशिक रूप से नकली स्पीच नमूनों को व्यापक रूप से कवर करता है, जिसमें विभिन्न उच्च-गुणवत्ता वाले एल्गोरिदम द्वारा संश्लेषित कई खंड शामिल हैं। इसके अतिरिक्त, हम एक टेम्पोरल स्पीच लोकलाइज़ेशन नेटवर्क (TEST) प्रस्तावित करते हैं जो जटिल पोस्ट-प्रोसेसिंग के बिना एक साथ प्रामाणिकता सत्यापन, कई नकली खंडों का स्थानीयकरण और सिंथेटिक एल्गोरिदम की पहचान करता है। TEST प्रभावी रूप से LSTM और ट्रांसफॉर्मर को एकीकृत करके मज़बूत टेम्पोरल स्पीच रिप्रेजेंटेशन निकालता है, और मल्टी-स्केल पिरामिड फ़ीचर्स पर सघन पूर्वानुमान का उपयोग करके सिंथेटिक खंडों का अनुमान लगाता है। प्रस्तावित मॉडल उच्चारण स्तर पर 83.55% का औसत mAP और 5.25% का EER, और खंड स्तर पर 1.07% का EER और 92.19% का F1-स्कोर प्राप्त करता है, जो सिंथेटिक स्पीच के व्यापक विश्लेषण के लिए इसकी मज़बूत क्षमता को दर्शाता है।
