ShiftySpeech est un banc d'essai de détection de parole synthétique à grande échelle publié par l'Université Johns Hopkins en 2025. L'article associé s'intitule « ShiftySpeech : un ensemble de données vocales synthétiques à grande échelle avec des décalages de distributionL’objectif est d’étudier la capacité de généralisation des modèles de détection de synthèse vocale dans le monde réel face à une « dérive de distribution » (y compris les changements de langue, de locuteur, de modèle de génération et de conditions d’enregistrement).

Cet ensemble de données contient plus de 3 000 heures de parole synthétisée, couvrant sept domaines sources : styles de lecture, podcasts, enregistrements YouTube et autres scénarios avec bruit de fond ou conditions d’enregistrement non standard, ainsi que des variations de langue, d’âge, d’accent et de genre du locuteur. Les données couvrent trois langues (anglais, chinois et japonais), et la parole a été générée à l’aide de six systèmes de synthèse vocale (TTS) et de douze vocodeurs (vocodeurs/générateurs de formes d’onde) afin de créer différents degrés de dérive de la distribution du système.