יום רביעי, 7 באוקטובר 2026 LIVE
AI־INFO

כתבה arXiv cs.AI ·

השימוש במידע אקוסטי ואוריינטציה-תוכן לצורך פגיעה במערכות השוואת דוברים נגד חילוטפות קול

Exploiting Acoustic and Content-Oriented Speaker Verification Attacks Against Multilingual Voice Anonymization
במאמר זה נחקרו מערכות השוואת דוברים של התקפי פגיעה בחילוטפות קול בשפות שונות. נמצא כי יעילות התקפי הפגיעה תלויה בערך השפתי של הקול החילוטפות. נראה כי התקפי הפגיעה האקוסטיים יעילים יותר, אך כאשר המידע השפתי נשמר היטב, הפער בין התקפי הפגיעה האקוסטיים והתוכן-אוריינטציים ירד. המאמר גם כלל ניסויים על קובץ דטה חדש של קולות שנשמרו בשפות שונות.
תקציר מקורי באנגליתarXiv:2610.08107v1 Announce Type: cross Abstract: Attacker ASV systems for voice anonymization have been studied primarily in English, leaving their behavior in multilingual settings largely unexplored. Conventional ASV has shown that both acoustic and contextual information are important for multilingual speaker verification. Inspired by this, we investigate whether the same holds for attacker ASV on anonymized speech. We evaluate both acoustic- and content-oriented attackers on multilingual anonymized speech and construct a multilingual voice-converted dataset to improve cross-lingual generalization. Our results show that attacker effectiveness depends on the linguistic utility of the anonymized speech. Overall, acoustic-oriented attackers achieve better performance. However, when lingui
קרא במקור המקורי