論文の概要: V.O.I.C.E (Voice, Ownership, Identity, Control, Expression): Risk Taxonomy of Synthetic Voice Generation From Empirical Data

• arxiv url: http://arxiv.org/abs/2604.24794v1
• Date: Sat, 25 Apr 2026 23:17:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-29 16:49:17.501487
• Title: V.O.I.C.E (Voice, Ownership, Identity, Control, Expression): Risk Taxonomy of Synthetic Voice Generation From Empirical Data
• Title（参考訳）: V.O.I.C.E (Voice, Ownership, Identity, Control, Expression):経験的データから合成音声を生成するリスク分類
• Authors: Tanusree Sharma, Anish Krishnagiri, Lili Dudas, Ahmed Adnan, Visar Berisha,
• Abstract要約: V.O.I.C.E.(V.O.I.C.E.)は、主要なAIインシデントデータベース、FTC、インターネット犯罪対策センター(IC3)からの569件のインシデントを含む、マルチソースの脅威モデリング活動に根ざしたリスクの分類である。 現実世界のデータに基づいて、我々の分類学は、リスクの発生の仕組みを明示的にモデル化し、暴露の度合い、社会的可視性、および様々な影響を受けたグループに対する法的保護の可用性といった文脈的要因と相互作用する。
• 参考スコア（独自算出の注目度）: 16.36678978358815
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: As generative voice models are rapidly advancing in both capabilities and public utilization, the unconsented collection, reuse, and synthesis of voice data are introducing new classes of privacy, security and governance risk that are poorly captured by existing, largely uniform threat models. To fill the gap, we present V.O.I.C.E, a taxonomy of voice generation risk grounded in a multi-source threat modeling effort with 569 incidents from major AI incident database, FTC and Internet Crime Complaint Center (IC3); 1067 direct incident reports from U.S. based participants across diverse groups (including voice actors, internet personalities, political personnel, and general public); and 2,221 Reddit discussions. Grounded in real-world data, our taxonomy explicitly models how risk emerges, interact with contextual factors such as degree of exposure, social visibility, and the availability of legal protections for various affected groups.
• Abstract（参考訳）: 生成音声モデルは、機能と公共利用の両方で急速に進歩しているため、音声データの収集、再利用、合成は、既存のほぼ均一な脅威モデルによって捉えられていない、プライバシー、セキュリティ、ガバナンスリスクの新しいクラスを導入している。 このギャップを埋めるために、V.O.I.C.E(V.O.I.C.E)、主要なAIインシデントデータベース、FTCおよびインターネット犯罪対策センター(IC3)からの569件のインシデントを含むマルチソースの脅威モデリング活動に基づく音声生成リスクの分類、さまざまなグループ(声優、インターネットパーソナリティ、政治関係者、一般大衆を含む)にわたる米国拠点の参加者からの1067件のインシデントレポート、Redditの2,221件の議論を紹介する。 現実世界のデータに基づいて、我々の分類学は、リスクの発生の仕組みを明示的にモデル化し、暴露の度合い、社会的可視性、および様々な影響を受けたグループに対する法的保護の可用性といった文脈的要因と相互作用する。

関連論文リスト

• Aegis: Towards Governance, Integrity, and Security of AI Voice Agents [52.7512082818639]
  音声エージェントのガバナンス,整合性,セキュリティのためのフレームワークであるAegisを提案する。 我々は,銀行コールセンタ,ITサポート,ロジスティクスにおけるケーススタディを通じて,この枠組みを評価する。 モデルファミリ間の系統的な差異を観察し,より感受性の高いオープンウェイトモデルを示した。
  論文  参考訳（メタデータ） (2026-02-07T05:51:36Z)
• PRAC3 (Privacy, Reputation, Accountability, Consent, Credit, Compensation): Long Tailed Risks of Voice Actors in AI Data-Economy [11.226909625412373]
  本稿では,強制的制約を伴わない音声の合成複製が,個人を様々な脅威に晒す方法を明らかにする。 本稿では,プライバシ,評価,説明責任,同意,信用,補償を合成音声経済におけるデータ柱として活用するPRAC3フレームワークを紹介する。
  論文  参考訳（メタデータ） (2025-07-22T05:39:39Z)
• Modeling interdependent privacy threats [0.30693357740321775]
  我々は、既存の脅威モデリングアプローチは、相互依存のプライバシー脅威を露呈することに制限されていると論じる。 i)現在の脅威モデリングフレームワークにおけるIDP固有の課題と制限を特定し、(ii)IDPAを作成し、(iii)WeChatのケーススタディを通じてアプローチを検証する。
  論文  参考訳（メタデータ） (2025-05-23T21:22:49Z)
• Towards Probing Speech-Specific Risks in Large Multimodal Models: A Taxonomy, Benchmark, and Insights [50.89022445197919]
  本研究は,8つのリスクカテゴリーを敵意(悪意的皮肉と脅し),悪意的模倣(年齢,性別,民族),ステレオタイプ的バイアス(年齢,性別,民族)を対象とする音声特異的リスク分類法を提案する。 分類に基づいて,これらのリスクのカテゴリを検出するために,現在のLMM能力を評価するための小規模データセットを作成する。
  論文  参考訳（メタデータ） (2024-06-25T10:08:45Z)
• Unique Security and Privacy Threats of Large Language Models: A Comprehensive Survey [63.4581186135101]
  大規模言語モデル(LLM)は自然言語処理において顕著な進歩を遂げた。 プライバシーとセキュリティの問題は、そのライフサイクルを通じて明らかになっている。 この調査は、潜在的な対策の概要と分析である。
  論文  参考訳（メタデータ） (2024-06-12T07:55:32Z)
• Generative AI for Secure and Privacy-Preserving Mobile Crowdsensing [74.58071278710896]
  生成AIは、学術分野と産業分野の両方から多くの注目を集めている。 セキュアでプライバシ保護のモバイルクラウドセンシング(SPPMCS)は、データ収集/取得に広く応用されている。
  論文  参考訳（メタデータ） (2024-05-17T04:00:58Z)
• Near to Mid-term Risks and Opportunities of Open-Source Generative AI [94.06233419171016]
  Generative AIの応用は、科学や医学、教育など、さまざまな分野に革命をもたらすことが期待されている。 こうした地震の影響の可能性は、潜在的なリスクに関する活発な議論を引き起こし、より厳格な規制を要求した。 この規制は、オープンソースのジェネレーティブAIの誕生する分野を危険にさらしている可能性が高い。
  論文  参考訳（メタデータ） (2024-04-25T21:14:24Z)
• Not My Voice! A Taxonomy of Ethical and Safety Harms of Speech Generators [2.500481442438427]
  我々は、特定の害のパターンがどのように生じるかを研究するために、音声生成インシデントを分析する。 本稿では,AIの倫理的・安全的害に対する経路をモデル化するための概念的枠組みを提案する。 我々のリレーショナルアプローチは、社会技術AIシステムにおけるリスクと害の複雑さを捉えます。
  論文  参考訳（メタデータ） (2024-01-25T11:47:06Z)
• Improved Membership Inference Attacks Against Language Classification Models [0.0]
  分類モデルに対するメンバシップ推論攻撃を実行するための新しいフレームワークを提案する。 本手法は,単一攻撃モデルやクラスラベル毎の攻撃モデルよりも精度が高いことを示す。
  論文  参考訳（メタデータ） (2023-10-11T06:09:48Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。