AudioMarkBench: Benchmarking Robustness of Audio Watermarking

人工合成语音的逼真程度越来越高，这得益于文本转语音模型的进步，但这也引发了有关冒充和虚假信息的道德问题。音频水印技术通过将人类无法察觉的水印嵌入到 AI 生成的音频中，提供了一种有前途的解决方案。然而，音频水印技术对常见/敌对扰动的鲁棒性仍未得到充分研究。我们提出了 AudioMarkBench，这是第一个系统性的基准测试，用于评估音频水印技术对于水印移除和水印伪造的鲁棒性。AudioMarkBench 包括一个新的数据集，该数据集跨越了多种语言、生物性别和年龄，使用了三种最先进的水印技术，并考虑了 15 种扰动类型。我们在无盒、黑盒和白盒设置下对这些方法的鲁棒性进行了基准测试。我们的发现强调了当前水印技术的漏洞，并强调了需要更加鲁棒和公平的音频水印技术的必要性。我们的数据集和代码可在 \url{https://github.com/moyangkuo/AudioMarkBench} 上公开获取。

论文旨在解决音频水印技术在面对常规和对抗性扰动时的鲁棒性问题，以确保其在防止冒充和虚假信息方面的有效性。

论文提出了一种新的系统性基准测试方法——AudioMarkBench，用于评估音频水印技术在不同扰动情况下的鲁棒性。该基准测试包括一个新的数据集、三种最先进的音频水印技术和15种扰动类型。

实验结果表明，当前的音频水印技术存在一定的脆弱性，需要更加鲁棒和公平的解决方案。论文开源了数据集和代码，方便其他研究人员进行相关研究。

相关研究包括但不限于：1. "Audio Watermarking Techniques: A Comprehensive Review"；2. "Adversarial Audio Watermarking with Generative Adversarial Networks"；3. "Audio Watermarking Based on Time-Frequency Masking and Singular Value Decomposition"。