保护你的声音：时序感知的鲁棒水印
密码学与安全
2025-06-24 v2 人工智能
声音
摘要
生成模型的快速发展导致了真实与伪造难以区分的语音合成。为了消除这种模糊性，将水印嵌入合成语音的频域特征已成为常见做法。然而，选择频域获得的鲁棒性往往以牺牲细粒度语音特征为代价，导致保真度损失。为了在保持鲁棒性的同时最大化时域特征的全面学习以提升保真度，我们开创了一种时序感知的鲁棒水印（True）方法，用于保护语音和歌唱语音。为此，设计了面向内容驱动的集成编码器用于水印波形重建，其结构轻量。此外，精心设计了时序感知门控卷积网络以逐位恢复水印。全面的实验和与现有最先进方法的比较证明了所提True方法的优越保真度和强劲鲁棒性，实现了平均PESQ得分4.63。
引用
@article{arxiv.2504.14832,
title = {Protecting Your Voice: Temporal-aware Robust Watermarking},
author = {Yue Li and Weizhi Liu and Dongdong Lin and Hui Tian and Hongxia Wang},
journal= {arXiv preprint arXiv:2504.14832},
year = {2025}
}