VoxWatermark：扰动下音频水印检测的大规模基准

随着语音生成系统在开放环境中的快速部署，为音频内容提供可验证的来源归属和版权责任已变得至关重要。当前研究的一个差距是缺乏一个统一的基准来系统地比较现实分布变化下的不同水印注入方法。为了解决这个问题，我们通过应用 10 种水印方法（4 种神经水印方法和 6 种传统水印方法）对多语言、多源语料库进行统一注入和注释，并引入无盒、黑盒和白盒扰动来模拟真实的记录和传输条件，从而构建了 VoxWatermark。基于这个基准，我们建议将 AudioWMD 作为一个强大的基线检测器，用于大规模、多方法、跨分布设置。结果表明，注入方法的多样性和分布变化会影响检测稳定性，同时验证了 AudioWMD 的有效性和可扩展性。数据集和代码是公开的。