DualMark: 识别生成音频的模型与训练数据来源
声音
2025-08-22 v1
摘要
现有音频生成模型的水印方法仅支持模型级别归属，无法追溯底层训练数据集。这种根本性限制在涉及版权和问责问题的场景中提出了关键的源头追溯问题。为弥合这一差距，我们引入 DualMark——首个能够同时编码两个不同归属签名（即模型身份和数据集来源）的双源水印框架，嵌入音频生成模型的训练过程中。具体而言，我们提出了一种新的双水印嵌入 (DWE) 模块，用于无缝嵌入 Mel 频谱图表示中的双水印，同时设计了严谨的水印一致性损失 (WCL)，确保从生成音频信号中可靠提取两个水印。此外，我们建立了双归属基准 (DAB)，首个专为联合模型-数据归属而设计的鲁棒性评估基准。大量实验表明，DualMark 在模型归属达 97.01% F1 分数、数据集归属达 91.51% AUC 的卓越归属准确率，同时在激进剪枝、有损压缩、添加噪声和抽样攻击等条件下保持出色鲁棒性，这些条件严重损害先前方法。我们的工作为完全可 accountability 的音频生成模型提供了基础，显著增强了版权保护和责任追溯能力。
引用
@article{arxiv.2508.15521,
title = {DualMark: Identifying Model and Training Data Origins in Generated Audio},
author = {Xuefeng Yang and Jian Guan and Feiyang Xiao and Congyi Fan and Haohe Liu and Qiaoxi Zhu and Dongli Xu and Youtian Lin},
journal= {arXiv preprint arXiv:2508.15521},
year = {2025}
}
备注
13 pages, 5 figures