语音生成模型的可归因水印技术

生成模型如今已能合成与真实内容难以区分的图像、语音与视频。此类能力引发了诸如恶意冒充与知识产权窃取等担忧。本文研究一种模型归因方案，即通过嵌入于内容中的水印，按合成内容的来源模型对其进行分类。基于过去在图像领域模型归因的成功，我们讨论了用于生成用户端语音模型的算法改进，这些改进在经验上实现了高归因准确率，同时保持高生成质量。我们展示了在针对生成语音信号试图去除水印的多种攻击下，可归因性与生成质量之间的权衡，以及学习抵御这些攻击的鲁棒水印的可行性。