Latent-Mark：面向神经合成的鲁棒音频水印

虽然现有音频水印技术在抵御传统数字信号处理（DSP）攻击方面取得了强大的鲁棒性，但它们仍然容易受到神经合成的攻击。这发生在因为现代神经音频编解码器充当语义滤波器，丢弃了先前水印方法中用于不可感知波形变化的细节。为解决这一限制，我们提出了Latent-Mark，首个设计为能抵御语义压缩的零比特音频水印框架。我们的关键洞察是，针对编码-解码过程的鲁棒性要求将水印嵌入编解码器的不变潜在空间中。我们通过优化音频波形，以在其编码潜在表示中引起可检测的方向性偏移，同时约束扰动与自然音频流形一致以确保不可感知。为防止过拟合到单个编解码器的量化规则，我们引入跨编解码器优化，联合优化多个代理编解码器中的音频波形，以针对共享潜在不变性。广泛的评估表明，Latent-Mark在对 unseen 神经编解码器实现零样本迁移 transferability，同时在保持感知不可感知性方面，实现了对传统DSP攻击的SOTA鲁棒性。我们的工作为未来研究灵活的水印框架提供了动力，使其能够在日益复杂和多样化的生成性扰动下保持完整性。