离散最优传输是一种强力的音频对抗攻击
音频与语音处理
2026-02-20 v2 人工智能
摘要
本文提出离散最优传输语音转换（DOT-VC）方法。与 NN-VC、SinkVC 及高斯最优传输（MKL）的对比表明，本方法具有更强的领域适应能力。我们利用最优传输（OT）的概率特性，证明 DOT-VC 可作为针对现代音频反欺骗对抗措施（CMs）的有效黑盒对抗攻击。该攻击作为一种后处理、分布对齐步骤运行：通过熵最优传输与 top- 重心投影，将生成语音的帧级 {WavLM} 嵌入与未配对的真实语音池对齐，再经神经声码器解码。消融分析表明，分布级对齐对已部署的对抗措施是一种强大且稳定的对抗攻击。
引用
@article{arxiv.2509.14959,
title = {Discrete optimal transport is a strong audio adversarial attack},
author = {Anton Selitskiy and Akib Shahriyar and Jishnuraj Prakasan},
journal= {arXiv preprint arXiv:2509.14959},
year = {2026}
}