arXiv · cs.AI· Ridwan Arefeen, Ze Li, Rong Tong, Ming Li, Xiaoxiao Miao·· 1 天前
多语言语音匿名化：利用声学与内容导向说话人验证攻击
Exploiting Acoustic and Content-Oriented Speaker Verification Attacks Against Multilingual Voice Anonymization
arXiv:2610.08107v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Ridwan Arefeen, Ze Li, Rong Tong, Ming Li, Xiaoxiao Miao
研究任务与主要进展
多语言匿名语音上的攻击型说话人验证评测显示，声学导向攻击总体优于内容导向攻击，攻击效果取决于匿名语音保留的语言效用。当语言信息保留较好时，两类攻击的性能差距较语音失真更强的条件缩小。研究还构建了多语言语音转换数据集以提升跨语言泛化，该数据集可提高攻击性能并部分缩小跨语言差距。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org