150萬條多語種音頻數據！浙大清華發布語音偽造檢測框架SafeEar，兼顧隱私保護｜CCS 2024

AIGC動態歡迎閱讀

原標題：150萬條多語種音頻數據！浙大清華發布語音偽造檢測框架SafeEar，兼顧隱私保護｜CCS 2024
關鍵字：語音,聲學,特征,音頻,模型
文章來源：新智元
內容字數：0字

內容摘要：

新智元報道編輯：LRST
【新智元導讀】SafeEar是一種內容隱私保護的語音偽造檢測方法，其核心是設計基于神經音頻編解碼器的解耦模型，分離語音聲學與語義信息，僅利用聲學信息檢測，包括前端解耦模型、瓶頸層和混淆層、偽造檢測器、真實環境增強四部分。近年來，語音合成和語音轉換等技術取得快速發展，基于相關技術能夠合成逼真、自然的音頻。然而，攻擊者可利用該技術進行語音偽造，即「克隆」特定對象語音，為用戶隱私安全與社會穩定帶來嚴重威脅。
目前，已有較多基于卷積神經網絡、圖神經網絡等的偽造檢測方法取得了優越的檢測效果。但現有工作通常需要采用音頻波形或頻譜特征作為輸入，即需要訪問語音完整信息，在該過程中存在語音隱私泄露問題。同時，已有研究證實音色、響度等聲學特征在語音偽造檢測上的重要性[1,2]，這為僅基于聲學特征進行深度偽造檢測帶來潛在可能。
針對此問題，浙江大學智能系統安全實驗室(USSLAB)與清華大合提出SafeEar，一種內容隱私保護的語音偽造檢測方法。論文地址：https://safeearweb.github.io/Project/files/SafeEar_CCS2024.pd

原文鏈接：150萬條多語種音頻數據！浙大清華發布語音偽造檢測框架SafeEar，兼顧隱私保護｜CCS 2024