VocalCrypt：基于遮蔽效应防御深度人造语音的新型主动防御
声音
2025-02-17 v1 密码学与安全
多媒体
音频与语音处理
摘要
人工智能语音克隆技术的快速发展推动了机器学习技术的应用，对文本语音合成（TTS）和语音转换（VC）领域产生了显著影响。尽管这些发展带来了显著进展，但也引发了对 AI VC 技术滥用的担忧，导致经济损失和负面公众认知。为应对这一挑战，本研究致力于创建针对 AI VC 系统的主动防御机制。我们提出一种新型主动防御方法 VocalCrypt，通过在难以察觉于人类的音频段中嵌入基于 SFS 的伪音色（干扰信息），以形成系统性碎片防止语音克隆。该方法在不损害语音质量的前提下保护语音。与现有方法（如对抗噪声嵌入）相比，VocalCrypt 在鲁棒性和实时性能方面显著提升，实现生成速度提升 500%，同时保持干扰有效性。与聚焦于后检测的音频水印技术不同，我们的方法提供了预防性防御，降低了实施成本并提高了可行性。广泛的实验使用 Zhvoice 和 VCTK 语料库进行，显示我们的 AI 语音克隆防御系统在自动说话人验证（ASV）测试中表现优异，同时保持受保护音频的完整性。
引用
@article{arxiv.2502.10329,
title = {VocalCrypt: Novel Active Defense Against Deepfake Voice Based on Masking Effect},
author = {Qingyuan Fei and Wenjie Hou and Xuan Hai and Xin Liu},
journal= {arXiv preprint arXiv:2502.10329},
year = {2025}
}
备注
9 pages, four figures