CRAW：编解码器强大的音频水印

生成语音模型的最新进展使得区分真实音频和合成音频变得越来越困难，从而导致新形式的欺诈和错误信息。音频水印通过将难以察觉的信号嵌入到生成的语音中，提供了一种很有前途的防御方法，随后可以检测到该信号以验证其来源。然而，最近的研究表明，现有的事后水印方法在神经编解码器和降噪器、现实世界存储、传输和处理过程中常规应用的转换下失败，严重限制了它们的实际用途。在这里，我们介绍 CRAW，一种编解码器稳健的音频水印框架，可共同提高针对神经重新合成的鲁棒性，同时保持高感知质量。 CRAW 将失真感知训练与基于注意力的池化机制、推理时间感知掩蔽和纠错码相结合，以恢复鲁棒训练期间丢失的保真度。实验表明，CRAW 针对神经编解码器、降噪器和声码器实现了最先进的鲁棒性，同时保持了与现有事后水印方法相当的感知质量。该代码可在 https://github.com/DavidC1212/craw 获取。