딥보이스 범죄 대응을 위한 AI 탐지 모델 경진대회

[DACON 답변 요청] 성분 부재 파일·부분 생성·다중 원천의 라벨 정의와 제출 점수 활용 범위 문의

2026.09.16 17:47 764 조회

안녕하세요. 공식 라벨 정의를 정확히 적용하기 위해 아래 네 가지를 확인 부탁드립니다.


1. 음성과 음악이 모두 없는 파일

   `VOICE_PRESENT=0`이고 `MUSIC_PRESENT=0`인 파일(환경음·효과음·무음 등)이 평가 데이터에 포함될 수 있는지,

   포함된다면 그 파일의 `FILE_FAKE` 정답은 어떻게 정해지는지 알려 주십시오. 특히 AI로 생성한 환경음·효과음만 있는 파일이 `FILE_FAKE=1`인지 궁금합니다.


2. 한 성분의 일부 구간만 AI 생성인 경우

   예를 들어 실제 녹음 음성 중 일부 문장만 AI로 생성해 이어 붙인 경우, 해당 파일의 `VOICE_FAKE`와 `FILE_FAKE`가 1인지 확인 부탁드립니다.

   생성 구간의 길이에 최소 기준이 있는지도 알려 주십시오.


3. 같은 성분 안에 원천이 여러 개인 경우

   여러 화자 중 한 명의 음성만 AI 생성이거나, 여러 악기·반주 중 하나만 AI 생성인 경우 해당 성분의 authenticity가 FAKE(1)인지 확인 부탁드립니다.


4. 제출 점수의 활용 범위

   참가자가 리더보드 점수로 평가 데이터의 부분집단 구성비나 클래스 비율을 역산하고, 그 통계를 모델의 상수·임계값·라우팅 또는 학습 데이터 비중에 반영하는 행위가

   "비공개 평가 데이터를 활용한 모델 튜닝" 또는 "다른 파일 샘플의 통계를 활용한 보정"에 해당하는지 확인 부탁드립니다.


감사합니다.

로그인이 필요합니다
0 / 1000
DACON.GM
2026.09.16 17:58

1) VOICE_PRESENT=0이고 MUSIC_PRESENT=0인 경우 FILE_FAKE=0입니다. 이외 평가 데이터의 세부 구성에 대해서는 공개하지 않습니다. 대회 설명에 안내드리는 정의를 확인하시기 바랍니다.
2) 생성 구간 길이에 대한 최소 기준은 별도로 공개하지 않으며, 일부 구간이라도 FAKE에 해당하는 경우 해당 성분은 FAKE로 판단합니다.
3) 동일하게, 여러 원천 중 일부라도 FAKE에 해당하는 경우 해당 성분은 FAKE로 판단합니다.
4) 말씀하신 방식은 권장하지 않습니다. 리더보드 프로빙 행위는 적용 형태와 정도에 따라 다양한 사례가 있을 수 있어 일률적으로 판단하기 어렵지만, 추후 검증 과정에서 비정상적인 학습 또는 튜닝 방식으로 판단되는 경우 불이익이 있을 수 있습니다.

Herro98
2026.09.20 18:00

삭제된 댓글입니다

이전 글
제브 0.5초·193배 주장 — DAKER에서 자세히 보기
대회 -
좋아요 0
조회 103
댓글 2
한 달 전
현재 글
[DACON 답변 요청] 성분 부재 파일·부분 생성·다중 원천의 라벨 정의와 제출 점수 활용 범위 문의
대회 - 딥보이스 범죄 대응을 위한 AI 탐지 모델 경진대회
좋아요 0
조회 764
댓글 2
한 달 전
다음 글
Jev 분류 모델(System One) — DAKER에서 자세히 보기
대회 -
좋아요 0
조회 129
댓글 0
한 달 전