DeepfakeTIMIT عبارة عن مجموعة بيانات لاكتشاف التزييف العميق أنشأها معهد Idiap في عام 2018. تحتوي على مقاطع فيديو لوجوه تم تبديلها باستخدام طريقة تعتمد على شبكة تنافسية توليدية (GAN) مفتوحة المصدر. تم إنشاء هذه الفيديوهات استنادًا إلى خوارزمية Deepfake الأصلية المبنية على برنامج التشفير التلقائي. تم اختيار 16 زوجًا من الأفراد ذوي الوجوه المتشابهة يدويًا من قاعدة بيانات VidTIMIT المتاحة للجمهور، وتم تدريب نموذجين بصفات مختلفة لكل فرد: نموذج منخفض الجودة (LQ) بحجم إدخال / إخراج 64 × 64، ونموذج عالي الجودة (HQ) بحجم 128 × 128. بالنسبة لمقاطع الفيديو العشرة الخاصة بكل شخص في قاعدة بيانات VidTIMIT، تم إنشاء 320 إصدارًا مطابقًا من مقاطع الفيديو، مما أدى إلى إجمالي 620 مقطع فيديو مع وجوه متبادلة. أما بالنسبة للصوت، يتم الاحتفاظ بالمسار الصوتي الأصلي لكل فيديو، ولا يتم إجراء أي تعديلات على قنوات الصوت.

تم تصميم مجموعة البيانات هذه لدعم البحث في تقنيات الكشف عن التزوير العميق ويمكن استخدامها لتدريب واختبار نماذج التعلم العميق ذات الصلة. الورقة ذات الصلة المذكورة هي الورقة التي كتبها P. Korshunov و S. MarcelDeepFakes: تهديد جديد لتقنية التعرف على الوجوه؟ التقييم والكشف"، وورقة سي ساندرسون وبي سي لوفيل "الهستوجرامات الاحتمالية متعددة المناطق لاستدلال الهوية القوي والقابل للتطوير".