PulseAugur
中
实时 10:02:19
English(EN) Generative Testing of Automated Speech Recognition Systems

新的GATAS方法为ASR系统生成对抗性输入

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种新颖的黑盒测试方法GATAS，用于自动语音识别（ASR）系统。该方法通过操纵文本到语音模型的潜在空间来生成对抗性输入，旨在诱导转录错误，同时保持语音的自然度。GATAS将攻击表述为一个多目标优化问题，平衡语义差异和感知质量。实证评估表明，与现有方法相比，GATAS在失真度较低和感知质量较好的情况下实现了高成功率，即使没有直接访问模型内部。 AI

影响 这项研究引入了一种更有效的方法来测试ASR系统在对抗性攻击下的鲁棒性，有望带来更安全可靠的语音识别技术。

排序理由 该集群包含一篇详细介绍测试AI系统新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 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GATAS方法为ASR系统生成对抗性输入

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Yanis Xabier Wilbrand Pe\~na, Oliver Wei{\ss}l, Andrea Stocco ·

    Generative Testing of Automated Speech Recognition Systems

    arXiv:2607.09833v1 Announce Type: cross Abstract: Automatic speech recognition (ASR) systems have achieved high accuracy with transformer-based models, enabling deployment in critical applications. However, they remain vulnerable to adversarial manipulation, particularly in black…

相关实体

相关话题