将自嵌入音频水印与超低比特率神经编解码器相结合

对语音记录的部分操纵（仅改变话语的局部片段）对内容完整性验证提出了重大挑战，因为随着操纵比例的减少，此类编辑的可靠检测和本地化变得更加困难。水印通过在分发之前嵌入辅助信息来提供主动防御替代方案；经典的基于哈希的方案在理想条件下实现了近乎完美的检测和定位，但一旦分段被操纵，就无法恢复原始内容。这项工作建立在先前的自嵌入音频隐写框架的基础上，对理想条件下的主动防御性能进行了初步探索，沿着三个轴扩展了研究：帧级定位、多位最低有效位变体以及跨多个超低比特率神经编解码器表示的评估。通过嵌入紧凑的神经编解码器表示而不是加密哈希，该框架还能够恢复被操纵的区域，同时支持 无需训练 检测和定位，而无需欺骗示例。在理想信道条件下对四种受控操作类型进行的实验表明，嵌入的有效负载以及因此真实内容的近似重建始终可以完全恢复而不会出现误码。结果还表明，神经编解码器的选择是检测和定位性能的主导因素。