Whisper

深度分析

自監督特徵結合 HiFi‑GAN 聲碼器的對抗攻擊：提升語音辨識系統安全測試效能

隨著語音辨識系統廣泛部署，研究以自監督特徵與凍結的HiFi‑GAN聲碼器產生對抗樣本，取代傳統波形噪聲。此法在黑箱模型與多種防禦下仍提升WER或CER超過30%，顯示現有防護未涵蓋此攻擊向量。研究者將對抗搜尋空間搬到自監督語音特徵，再重建成自然波形，減少對波形防禦的依賴。