PulseAugur
实时 03:00:36
English(EN) Latent-Mark: An Audio Watermark Robust to Neural Codec Compression

新的音频水印可抵抗神经编解码器压缩

研究人员开发了 Latent-Mark,一个新颖的零比特音频水印框架,旨在克服神经音频编解码器的局限性。与以往容易受到神经压缩影响的方法不同,Latent-Mark 将水印嵌入编解码器的不变潜在空间中,确保其在编码-解码过程中的鲁棒性。该框架利用跨编解码器优化来实现对未见过的神经编解码器的可转移韧性,同时保持不可感知性并与传统的数字信号处理攻击抵抗力相竞争。 AI

影响 这项研究可能导致在面对先进的生成式AI失真时,有更鲁棒的方法来验证音频内容的完整性。

排序理由 该集群包含一篇详细介绍新技术方法的学术论文。[lever_c_demoted from research: ic=1 ai=0.7]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的音频水印可抵抗神经编解码器压缩

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Yen-Shan Chen, Shih-Yu Lai, Ying-Jung Tsou, Yi-Cheng Lin, Bing-Yu Chen, Yun-Nung Chen, Hung-yi Lee, Shang-Tse Chen ·

    Latent-Mark:一种抗神经编解码器压缩的音频水印

    arXiv:2603.05310v3 Announce Type: replace-cross Abstract: While existing audio watermarking techniques have achieved strong robustness against traditional digital signal processing (DSP) attacks, they remain vulnerable to neural compression. This occurs because modern neural audi…