音频水印算法的真实世界综合评估：它们能在神经编解码器下幸存吗？
声音
2025-05-29 v2 人工智能
密码学与安全
机器学习
音频与语音处理
摘要
我们引入了鲁棒音频水印基准（RAW-Bench），这是一个用于通过标准化和系统化比较来评估基于深度学习的音频水印方法的基准。为了模拟真实世界的使用场景，我们引入了一个包含压缩、背景噪声和混响等多种失真的综合音频攻击流水线，以及一个包含语音、环境声和音乐录音的多样化测试数据集。在RAW-Bench上评估四种现有的水印方法揭示了两个主要发现：（i）神经压缩技术构成了最重大的挑战，即使算法在训练时包含了此类压缩；（ii）使用音频攻击进行训练通常会提高鲁棒性，但在某些情况下仍然不足。此外，我们发现特定的失真（如极性反转、时间拉伸或混响）会严重影响某些方法。该评估框架可在 github.com/SonyResearch/raw_bench 获取。
引用
@article{arxiv.2505.19663,
title = {A Comprehensive Real-World Assessment of Audio Watermarking Algorithms: Will They Survive Neural Codecs?},
author = {Yigitcan Özer and Woosung Choi and Joan Serrà and Mayank Kumar Singh and Wei-Hsiang Liao and Yuki Mitsufuji},
journal= {arXiv preprint arXiv:2505.19663},
year = {2025}
}
备注
5 pages; 5 tables; accepted at INTERSPEECH 2025