Sổ đăng ký nguồn và mức xác minh#
Ngày truy cập/đối chiếu:11/10/2026 cho mọi dòng, trừ ngày publication/revision ghi riêng. Không dùng ngày truy cập thay version paper hoặc ngày thu dữ liệu.
Quy ước đọc và trách nhiệm#
M = mở full text và đọc phần method/protocol/data nêu rõ; O = đọc official plan/spec/release/README; A = chỉ metadata/abstract; U = chưa audit. M không nghĩa đọc mọi trang, proofs, code hoặc waveform. Metadata arXiv dùng để khóa revision, không thay method evidence. Mọi số toy, phép đối chứng và counterexample là biên soạn gốc; không phải số chạy từ checkpoint.
R: chủ trì /root, GPT-6.1-sol/xhigh, soạn và kiểm kỹ thuật. G: /root/generation_sources, GPT-6-luna/max. P: /root/protocol_sources, GPT-6-luna/max. Hai subagents nghiên cứu nguồn; chủ trì đọc lại các claim lõi và tự viết bài học. Không coi kết luận subagent là đã root-verified nếu root chỉ xem báo cáo.
Nhật ký chi tiết của subagents: cơ chế, task/data. Chúng giữ phạm vi đọc riêng; bảng sau ghi phạm vi thực tế của R, hoặc nêu rõ chỉ G/P.
Nguồn cơ chế được dùng trong luồng chính#
| ID / nguồn primary và version | Phần đọc, người/mức | Claim được dùng | Giới hạn evidence |
|---|---|---|---|
| G01 WaveNet1609.03499v2,19/09/2016 | R:M §2, factorization/causal network/training và generation; metadata khóa v2 | AR waveform và prefix conditioning, bài3 | Không suy universal AR artifact; không benchmark latency |
| G02 AEVB1312.6114v11,10/12/2022; gốc2013 | R:M §§2.2–2.4 | ELBO, approximate posterior, reparameterization, bài3 | Conditional extension/toy do người soạn; không nói JEPA là VAE |
| G03 Normalizing flows1505.05770v6,14/06/2016 | R:M §3.1 finite flows/đổi biến Eq5–7 | Inverse/Jacobian và density, bài3 | Không audit all architectures hoặc proofs infinitesimal flows |
| G04 HiFi-GAN2010.05646v2,23/10/2020 | R:M §§2.1–2.4; G:M cùng method+ablation | Mel→waveform, adversarial/mel/feature losses, bài1/3 | Vocoder không full TTS; không forensic fingerprint study |
| G05 VITS2106.06103v1,11/06/2021 | R:M §§2.1–2.3/Fig1; G:M §§2.1–2.5 | VAE+flow prior+adversarial decoder, train/inference khác, bài3 | R không audit toàn §2.4–2.5/code; không gọi whole decoder invertible |
| G06 DDPM2006.11239v2,16/12/2020 | R:M §§2–3, Algorithms1–2 | Forward corruption/noise regression và sampling, bài4 | General theory dùng toy1D; không phải exact Grad-TTS recipe |
| G07 Flow Matching2210.02747v2,08/02/2023 | R:M §§2,3.1–3.2, probability paths/CNF/conditional regression | FM objective vs NF family, ODE/path, bài4 | Không đọc đủ proofs để tái chứng minh theorem; toy independent endpoints không global OT claim |
| G08 Grad-TTS2105.06337v2,05/08/2021 | R:M §§3.1–3.2; G:M §§2–3.3 | Text-aligned mean, conditioned diffusion và reverse ODE → mel, bài4 | Noise prediction toy khác exact score schedule; vocoder thuộc pipeline |
| G09 F5-TTS2410.06885v1,09/10/2024 và v3,20/05/2025 | R:M v1/v3 §§2–4 liên quan CFM/infilling/inference; selected AppendixB6; G:M v3 §§2–3 | FM trên mel, DiT backbone, prompt và Vocos stage, bài1/4 | Toy HiFi-GAN pipeline ở bài1 không mô tả F5; chưa audit current code/checkpoints |
| G10 F5 author repo, README snapshot ngày truy cập | R:O News12/03/2025 và model/inference overview | Checkpoint “F5-TTS v1 base” khác arXiv v1 namespace | Không khóa repo commit hoặc so every release; không download checkpoint |
| G11 EnCodec2210.13438v1,24/10/2022 | R:M §§3.1–3.4; G:M method qua ar5iv mirror, ghi riêng trong hồ sơ G | Encoder/RVQ/decoder, entropy LM compression, bài2/5 | R đọc PDF primary; nominal bitrate toy chưa gồm headers/scales/entropy |
| G12 VALL-E2301.02111v1,05/01/2023 | R và G:M §§3–4.2 | Codec TTS, ARcodebook1/NAR2–8, conditioning, bài2/5 | Working-in-progress paper original; không gán findings cho VALL-E2 hay reimplementations |
| G13 AutoVC1905.05879v2,06/06/2019 | R:M §§3.1–3.3/Fig1; G:M thêm architecture/zero-shot setup | Source content+target speaker condition, bài2 | Separation theorem có assumptions; R không kiểm mọi zero-shot test/probe |
| G14 Voicebox2306.15687v2,19/10/2023 | R:M §§3.1–3.3, inference editing/Fig4 | Một text-guided infilling training formulation phục vụ TTS/editing, bài2 | Không đọc toàn experimental appendix hoặc tuyên bố preserve waveform ngoài span tuyệt đối |
Nguồn task/data/protocol được dùng#
| ID / nguồn primary và version | Phần đọc, người/mức | Claim được dùng | Giới hạn evidence |
|---|---|---|---|
| D01 ASVspoof2019 database1911.01601v4,14/07/2020; official plan,2019 | R:M/O §§2.1–3.1/Table1 và plan §§3–4; P:M/O | LA/PA, VCTK/splits, A16/A19 reuse; P1/bài6–7 | Plan counts ban đầu không thay final database/paper counts. Không manifest/hash audit |
| D02 Official2021; overview2210.02437v3,22/06/2023 | R:O page; M §§II–III và selected analysis; P:M/O thêm releases và2109.00537 | LA/DF khác task, training2019, sources/channel/compression, P2–3 | PDF evaluation plan2021 không parse thành công; không ghi đã đọc plan. R không kiểm release file schemas |
| D03 ASVspoof2021 repo; LA/DF/PA release cards | R:O repo README/challenge release references; P:O release metadata | Official identities/release links | Không tải archives, keys hoặc audit per-file mappings |
| D04 ASVspoof5 plan Phase2 v0.6,28/06/2024; repo | R và P:O §§3–4.3/Tables2–3; R:O repo README | Track1/Track2, classes, conditions, overlap/calibration/eval restrictions; P4/bài6–7 | Root không đọc đủ2502.08857 recipes; open condition khác open-set task |
| D05 DFADD2409.08731v1,13/09/2024; author repo | R và P:M §§3.1–3.3,4.2; O README Updates04/2025 | Five systems/speaker split, D3 ancestry discrepancy, release correction; P5 | Không resolve contradiction bằng đoán; chưa khóa updated ZIP vs paper aggregator copy |
| D06 LibriSeVoc2304.13085v2,27/04/2023; author repo | R:M §4.1/Table1, O README; G/P:M method/setup thêm | Self-vocoding/six vocoders, source/rate/non-overlap split; P6/bài2/8 | Grouping theo speaker/source chưa xác lập; no universal vocoder trace |
| D07 LibriTTS1904.02882v1,05/04/2019 | R:M §§1,3 | Shared original materials/LibriVox ancestry, reconstructing dataset; bài7 | Ancestry không exact overlap; không audit audio identities |
| D08 In-the-Wild2203.16263v5,27/03/2026; official page | R:M §3,4.1.2; R/P:O webpage, P:M paper setup | Collected web evaluation corpus, matching/16k, P7 | Revision date không corpus collection date. Không verify every per-file generator/label |
| D09 ADD2022 2202.08433v3,02/07/2024; Track1 eval | R:M §§2–4; P:M/O paper/card | Track1LF, Mandarin/noise, explicit train–dev speaker split; P8 | Unseen test utterances không chứng minh test speaker-disjoint; checkpoint mapping unknown |
| D10 PartialSpoof Interspeech2021, DOI10.21437/Interspeech.2021-738 | R và G:M §§2–3 | Partial replacement, origin labels, clip vs segment; bài2/6 | Initial version không mặc định multiresolution extended labels |
| D11 PartialSpoof2204.05177v3,30/01/2023; author repo | R:M §§III-B–III-D,V-C; O README; P:M/O thêm releasev1.2card | Same-speaker donor selection, six resolutions20–640ms và meaning limitation; P9 | R không audit releasev1.2 files; no localization claim for current paper |
| D12 CodecFake Wu2406.07237v1,11/06/2024; project, repo, card | R/P:M §§2–3/Tables1–2; R:O author identity/card/README | Codec resynthesis, speaker split, transfer scope/reimplementation qualifier; P10/bài5 | Không pool Lu/Xie counts; no all-ALM/family guarantee |
Nguồn phân biệt evidence và shift#
| ID / nguồn và version | Phần đọc, người/mức | Claim được dùng | Giới hạn |
|---|---|---|---|
| E01 Silence2106.12914v4,28/09/2021 | R:M §§2,4–5 | Silence shortcut là confound thực nghiệm cần kiểm, bài8 | Không kết luận Audio-JEPA cụ thể dùng silence |
| E02 D2L1.0.3 distribution shift §4.7, textbook edition1.0.3 | R:M §§4.7.1,4.7.3 | Covariate/label/concept assumptions; bài8 | Textbook formal definitions, không empirical diagnosis dataset hiện tại |
| E03 Source Verification for Speech Deepfakes, Interspeech2025, official proceedings2025 | R:M §§2–3,4.1–4.2 | Reference comparison/source verification khác fixed-class attribution, bài6 | Paper broad wording “any synthesis model” không được lấy làm guarantee; root không tái chạy |
| E04 AudioSeal2401.17264v2,06/06/2024 | R:M §§3.1–3.3 | Local watermark presence và optional messages, bài6 | Không watermark không chứng minh genuine; watermark localization khác fake-origin localization |
| E05 C2PA specification2.2 | R:O §14.1TrustModel | Signer/assertion trust khác semantic truth, bài6 | Không audit cryptographic implementation, full validation/hard-binding rules hay legal consent |
Nguồn bổ trợ chỉ subagent đọc sâu hoặc chỉ định vị#
- VoiceCraft2403.16973v3,14/06/2024: G:M §§3.1–3.4 và RealEdit; R đọc báo cáo G, chưa đọc method primary. Paper. Chưa dùng làm claim cơ chế trong luồng chính; có thể học bổ trợ sau Voicebox.
- ASVspoof5 data/method2502.08857v4,24/04/2025: P:M §§2–4,7.1; R chỉ O plan/README. Paper. Không gán detailed corpus counts/recipes cho root audit.
- Codecfake Lu2406.08112v112/06/2024 và Xie2405.04880v325/12/2024: P:M datasets/protocol; R:A/O identity/repo, chưa method-audit. Lu, Xie, repo. Giữ disambiguation; không cộng counts, không resolve manifest relation bằng tên.
- MLAAD/SpoofCeleb còn nằm trong map chương02 để định vị. Lớp này chưa audit sâu versions/protocol của chúng; không dùng để chứng minh một claim generalization.
- Những URL mở nhầm hoặc không có evidence liên quan bị loại khỏi nguồn giảng. Abstract/trang metadata đơn thuần không làm evidence cho split, loss hoặc sampler.
Nguồn nội bộ và phạm vi paper#
R đọc chương00/02/08; chương06/07; class1 start/report/progress và hai bài mẫu để giữ tiến trình thống nhất. Các file nội bộ hỗ trợ cấu trúc học, không thay primary sources.
R trích và đọc PDF đã nộp §§3–4.2, gồm task, checkpoint/front-end, crop/scoring, weighted CE và dataset/A05 details. Không tuyên bố root đã đọc/render đủ14trang trong lượt lớp2; dòng “đọc đủ14trang” ở global00 là lịch sử công việc trước, không evidence mới của lượt này. Chương06 vẫn giữ số liệu/lịch sử của nó; lớp này không sửa manuscript hoặc tái chạy kết quả.
Không có dataset/checkpoint download, generator implementation/training hoặc GPU selection. Kiểm toán nguồn công bố khác kiểm toán dữ liệu thực sự dùng. Giới hạn ấy được giữ ở từng passport thay vì một lời khẳng định sạch overlap chung.