由中国传媒大学和蚂蚁集团牵头，联合中国科学院自动化研究所、北京理工大学及上海交通大学共同举办的首届全类型深度伪造音频检测挑战赛(AT-ADD 2026)正式启动。赛事依托国际多媒体领域顶级学术会议ACM Multimedia 2026举办，该会议为CCF A类国际会议，长期引领多媒体技术发展方向，具有广泛国际影响力与学术权威性。本次挑战赛作为大会重要竞赛单元之一，面向全球开放，致力于打造高规格、高水平、高影响力的国际化技术交流与评测平台。
挑战赛以全类型音频深度伪造检测技术攻关为核心，面向真实复杂应用场景中的关键瓶颈问题，系统推动前沿算法创新与评测体系升级，构建具备强鲁棒性与跨类型泛化能力的鉴伪新范式；进一步强化多媒体内容安全关键技术支撑，服务数字内容可信治理与智能社会安全发展，兼具前沿学术引领价值与重大战略应用意义。
挑战赛官方网址：at-add.com
欢迎学术界与工业界相关团队报名参与。
介绍
随着音频大语言模型(Audio Language Models, ALMs)的快速发展，创作者已能够以较低成本生成涵盖语音、环境音、歌声与音乐等在内的高保真多类型音频，在促进内容生产的同时，也带来了严峻的安全与信任挑战：高质量深度伪造音频可被大规模生成与传播，用于身份冒充、语音诈骗、虚假事件构造、舆论操控，甚至涉及版权侵权与关键证据伪造等高风险场景。然而，现有音频深度伪造检测(ADD)方法与评测体系仍主要聚焦语音场景，且多基于理想化条件构建，难以应对现实中多设备采集、复杂噪声干扰以及快速演进的生成技术所带来的挑战，导致模型在鲁棒性与泛化能力方面存在明显不足。为此，我们发起了ACM Multimedia 2026全类型音频深度伪造检测挑战赛AT-ADD(All-Type Audio Deepfake Detection)，旨在连接理想化实验环境与真实多媒体取证场景，推动构建更加鲁棒、泛化的音频深度伪造检测技术。
官方赛道设置
AT-ADD包含两个子赛道：
(1)语音深度伪造鲁棒检测(Robust Speech Deepfake Detection)，重点评估模型在真实复杂声学环境及未见先进语音生成方法下的检测能力；
(2)全类型音频深度伪造检测(All-Type Audio Deepfake Detection)，将检测任务从语音扩展至多种未知音频类型，推动模型在语音、环境音、歌声和音乐等多类型场景中的统一泛化能力。
▲ AT-ADD挑战赛整体框架与任务设置
比赛安排
4月8日：论文、基线代码及数据集开放
4月8日：进展评估阶段开放提交
6月8日：最终评估阶段开放提交
6月15日：最终榜单冻结
6月17日：元数据与技术报告提交截止
6月25日：参赛论文提交截止
7月16日：论文录用通知发布
8月6日：论文终稿提交截止
三篇优秀技术方案论文（Track 1 Top 1、Track 2 Top 1 及综合最佳方案）将被推荐收录至 ACM MM 2026 主会论文集。
组织单位
中国传媒大学，蚂蚁集团，中国科学院自动化研究所，北京理工大学，上海交通大学
组织成员
联系方式
组织相关：
程皓楠 ([email protected])
技术相关：
谢元坤 ([email protected])
王涛 ([email protected])
来源｜媒体融合与传播国家重点实验室
编辑｜邵子乔 林斌冰 王沁怡 李沐晨
责编｜杨中天
