音频水印下音频深度伪造检测的鲁棒性
On the Robustness of Audio Deepfake Detection under Audio Watermarking
AI 导读
研究者把音频水印视为结构化的非对抗扰动，基于 WavMark 搭建评测框架，测试多种自监督、CNN 与 GNN 音频深度伪造检测模型，发现退化程度高度依赖数据集。水印在 ASVspoof 2021 LA 和 DF 上造成明显性能下降，对 ASVspoof 2024、FoR 和 ITW 影响有限。用 Fréchet Distance、余弦相似度和 L2 距离衡量的嵌入空间偏移越大，检测性能下降越严重，作者据此认为为内容保护设计的良性信号变换会暴露当前检测系统此前被忽视的鲁棒性弱点。代码已在 GitHub 开源。