研究人员开发了一种名为“stia”的新型攻击,该攻击仅使用简短的泄露语音表示即可模仿说话者的声音,而无需原始音频或其文字记录。该方法将语音表示转换为条件序列,并训练一个流匹配模型,以指定文本和受害者声音生成语音。实验表明,仅用3秒钟泄露的Moshi表示,该攻击就达到了很高的说话人相似度得分和很低的词错误率,凸显了当前语音交互系统中的重大隐私风险。 AI
影响 凸显了语音表示方法中潜在的语音隐私风险,需要更好的安全设计。
排序理由 详细介绍新攻击方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →