论文提出语音分词器语义攻击T-SemAttack与鲁棒分词器ROSETok
热点事件持续更新
论文提出语音分词器语义攻击T-SemAttack与鲁棒分词器ROSETok
1 篇报道1 个报道来源53 分钟前更新
先了解这件事
AI 综述
Zhisheng Zhang 等研究者发布论文，指出语音分词器（speech tokenizer）在语义层面存在脆弱性：微小扰动即可显著降低下游 ASR 与大音频语言模型（LALM）的性能。他们据此提出两项成果：一是基于语义编码器集成的可迁移语义攻击 T-SemAttack，可在保持感知质量的同时破坏语音语义内容；二是鲁棒语音分词器 ROSETok，将噪声训练与鲁棒语义蒸馏相结合作为防御。 研究者在 9 个开源及黑盒 ASR 系统和 4 个 LALM 上验证了 T-SemAttack 的攻击迁移性，论文的代码和演示已随论文发布。
AI 根据报道生成 · 13 分钟前更新
最新进展11月14日 13:00
语音 Tokenizer 存在语义层脆弱性：可迁移语义攻击 T-SemAttack 与鲁棒 Tokenizer ROSETok报道时间线
沿着报道，了解事件的不同侧面。
11月14日
- arXiv cs.AI语音 Tokenizer 存在语义层脆弱性：可迁移语义攻击 T-SemAttack 与鲁棒 Tokenizer ROSETok
研究发现语音 tokenizer 在语义层面脆弱，微小扰动即可显著降低下游 ASR 与大音频语言模型（LALM）性能。论文提出基于语义编码器集成的可迁移语义攻击 T-SemAttack，在保持感知质量的同时破坏语音语义内容，在 9 个开源及黑盒 ASR 系统和 4 个 LALM 上验证了攻击迁移性。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。