Компьютерная наука > Звуковая [представлена 26 октября 2026 года] Название: От слова токен до украденных голосов: Againer-Chosen-Text Imaperation через Fision Inversion View PDF HTML (экспериментальное) Резюме: Системы взаимодействия Speech постепенно эволюционировали от традиционных каскадированных систем, которые используют текст в качестве промежуточной информации для моделей языка с конца по конец, непосредственно обрабатывающих речевые представления. В некоторых приложениях речь работает на устройстве пользователя и отправляет речевые представления на дистанционный сервер для вывода, в то время как оригинальный звук остается местным. Однако в этих представлениях может по-прежнему содержаться информация о личности оратора. Если нападавший получает их, он может использовать эту информацию для подражания голосу пользователя, угрожая его конфиденциальности. Для расследования этого риска мы предлагаем \stia, атаки речи Token Inversion Attack, которая порождает речь с текстом, указанным нападавшим в голосе жертвы, используя одно коротко протекающее представление без доступа к оригинальному аудио или его стенограмме. Если говорить конкретно, то \stia преобразует дискретные, непрерывные или смешанные речевые представления в последовательности выдерживания и обучает условно-потокоотражающую модель речи с использованием пар различных высказываний одного и того же оратора в наборах публичных речей. Модель сочетает характеристики, содержащиеся в утечке изображения с указанным…
От речи " Токенз &qt; до украденных голосов: нападающий-госен - Спикер, выдавший себя за представителя инверсия
arXiv: 261 0346488v 1 Annualce Type: кросс-бюллетень: системы взаимодействия речей постепенно развивались из традиционных каскадированных систем, использующих текст в качестве промежуточной информации для моделей языка речи от конца до конца, которые непосредственно обрабатывают представления речи. В некоторых приложениях речь работает на устройстве пользователя и отправляет речевые представления на дистанционный сервер для вывода, в то время как оригинальный звук остается местным. Однако в этих представлениях может по-прежнему содержаться информация о личности оратора. Если нападавший получает их, он может использовать эту информацию для подражания голосу пользователя, угрожая его конфиденциальности. Для расследования этого риска мы предлагаем \stia, атаки речи Token Inversion Attack, которая порождает речь с текстом, указанным нападавшим в голосе жертвы, используя одно коротко протекающее представление без доступа к оригинальному аудио или его стенограмме. Если говорить конкретно, то ·стиа преобразует дискретные, непрерывные или смешанные речевые представления в последовательности кондиционирования и составы