【TechWeb】1月23日消息，近日，在全球首屆語音匿名化系統(tǒng)攻擊挑戰(zhàn)賽中，奇富科技憑借其 SpecWav-Attack方案，一舉斬獲前五的佳績。

其相關(guān)論文/SpecWav - Attack: Leveraging Spectrogram Resizing and Wav2Vec 2.0 for Attacking Anonymized Speech/，成功被頂級學(xué)術(shù)會議ICASSP2025接收，獲得了國際學(xué)術(shù)界的認可。

此前，奇富科技另一篇論文/SFE - Net：Harnessing Biological Principles of Differential Gene Expression for Improved Feature Selection in Deep Learning Networks/從深偽檢測防御的角度出發(fā)展開研究。

這兩項成果，分別從攻與防兩個維度，為用戶語音隱私保護的研究提供了寶貴的參考依據(jù)，更為后續(xù)開發(fā)更有效的防御機制指明方向。

資料顯示，全球首屆語音匿名化系統(tǒng)攻擊挑戰(zhàn)賽由ICASSP 2025大力支持，堪稱語音隱私安全保護領(lǐng)域的巔峰對決。它吸引了來自全球五十多個國家的數(shù)百支頂尖科研團隊踴躍參與，其中不僅有在學(xué)術(shù)界聲名赫赫的TOP級別學(xué)術(shù)機構(gòu)，還有眾多在工業(yè)界極具影響力、注重技術(shù)實用價值的團隊。各參賽團隊需在極為有限的固定周期內(nèi)，針對賽方指定的特定語音匿名化系統(tǒng)，開發(fā)出高效且精準(zhǔn)的攻擊系統(tǒng)，同時還要開發(fā)性能卓越的自動說話人驗證系統(tǒng)并提交得分。每支團隊都需要爭分奪秒地優(yōu)化算法、提升模型性能，競爭的激烈程度可謂空前。

據(jù)介紹，奇富科技的SpecWav-Attack方案能夠在眾多強勁對手中脫穎而出，靠的是其在技術(shù)上的諸多創(chuàng)新。在創(chuàng)新性數(shù)據(jù)增強方面，該方案通過垂直調(diào)整Mel頻譜圖，巧妙地突出說話人特定音色特征，同時最大程度保留內(nèi)容相關(guān)信息，這一獨特的處理方式極大地提升了模型的魯棒性與適應(yīng)性，使其在復(fù)雜多變的語音環(huán)境中也能游刃有余。

此外，增量訓(xùn)練策略也是一大亮點，先在原始數(shù)據(jù)集進行初步訓(xùn)練，再在增強數(shù)據(jù)集上進行精細微調(diào)，有效縮短了模型訓(xùn)練周期，顯著提高了模型的穩(wěn)定性與性能表現(xiàn)。此外，與傳統(tǒng)的fbank特征提取方法不同，SpecWav-Attack方案大膽采用自監(jiān)督的Wav2Vec2.0模型，生成的1024維嵌入能夠捕捉到更豐富、更細致的語音特征，從而在匿名化語音識別任務(wù)中實現(xiàn)了質(zhì)的飛躍。

從實際攻防效果來看，SpecWav-Attack方案在多個語音匿名化系統(tǒng)的測試中，它顯著降低了等錯誤率（EER），尤其是在T10-2系統(tǒng)上，EER降低幅度高達13.82%，這一成果證明了該方案在攻擊匿名化語音系統(tǒng)方面的卓越能力。

從行業(yè)影響層面來講，SpecWav-Attack方案如同在語音隱私保護領(lǐng)域投下了一顆“震撼彈”，它有力揭示了當(dāng)前匿名化語音系統(tǒng)中存在的潛在漏洞，為整個行業(yè)敲響了警鐘，進一步強調(diào)了加強語音隱私保護防御措施的緊迫性與重要性。