論文の概要: LambdaMark: Semantic Audio Watermarking for Robustness and Radioactivity

• arxiv url: http://arxiv.org/abs/2606.21365v1
• Date: Fri, 19 Jun 2026 12:14:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-25 14:03:36.072016
• Title: LambdaMark: Semantic Audio Watermarking for Robustness and Radioactivity
• Title（参考訳）: LambdaMark:ロバストネスと放射能のためのセマンティックオーディオ透かし
• Abstract要約: 最初の一般的な放射性透かし方式であるLambdaMarkを紹介する。 LambdaMarkは、マルチビットの透かし情報をセマンティックオーディオ潜在表現に埋め込む。 実験により、LambdaMarkは共通の歪みの下でほぼ完全なロバスト性を達成することが示された。
• 参考スコア（独自算出の注目度）: 12.931496380963802
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Recent advances in generative audio have made voice cloning increasingly effortless, enabling voice fraud, impersonation, and other forms of unauthorized use. A common attack finetunes a speech generation model on recordings of a target speaker, allowing the model to synthesize speech in that speaker's voice. Audio watermarking offers a promising defense by embedding detectable signals into audio. A practical watermark must satisfy two key properties: robustness and radioactivity. Existing audio watermarking methods typically embed signals into low-level representations, such as waveforms or spectrograms, which makes them vulnerable to signal-level manipulations and limits their transfer to downstream models. We introduce LambdaMark -- the first generic radioactive watermarking scheme. Unlike all previous approaches, LambdaMark achieves generic radioactivity by embedding multi-bit watermark information into semantic audio latent representations. Our watermarks have semantic interpretation and are thus more likely to be learned by a downstream model through finetuning. LambdaMark includes a lightweight watermark encoder to inject multi-bit message-dependent perturbations into semantic audio representations and a decoder to detect watermark presence and recover the embedded bit information. Encoder and decoder are trained using a custom multi-component loss that preserves fidelity of the watermarked audio, increases bit-level recovery rate, and improves robustness against common distortions and adversarial removal attempts. Experiments show that LambdaMark achieves near-perfect robustness under common distortions. LambdaMark is also the only watermark that is robust against all evaluated removal attacks. Furthermore, LambdaMark exhibits general and robust radioactivity and remains robust to distortions and adversarial removal attacks even on the generated outputs of those finetuned models.
• Abstract（参考訳）: 生成音声の最近の進歩は、音声のクローン化をますます難しくし、音声詐欺、偽造、その他の不正な使用を可能にしている。 共通の攻撃は、ターゲット話者の録音に音声生成モデルを微調整し、モデルがその話者の声の中で音声を合成することを可能にする。 オーディオ透かしは、検出可能な信号をオーディオに埋め込むことによって、有望な防御を提供する。 実用的な透かしは、ロバストネスと放射能の2つの重要な性質を満たす必要がある。 既存の音声透かし法は通常、波形やスペクトログラムなどの低レベル表現に信号を埋め込んでおり、信号レベルの操作に脆弱であり、下流モデルへの転送を制限する。 最初の一般的な放射性透かし方式であるLambdaMarkを紹介する。 従来のアプローチとは異なり、LambdaMarkは、マルチビット透かし情報をセマンティックオーディオ潜在表現に埋め込むことで、一般的な放射能を実現する。 我々の透かしは意味論的解釈を持ち、したがって微調整によって下流モデルによって学習される可能性が高い。 LambdaMarkには、セマンティックオーディオ表現にマルチビットメッセージ依存の摂動を注入する軽量な透かしエンコーダと、透かしの存在を検出し、埋め込みビット情報を復元するデコーダが含まれている。 エンコーダとデコーダは、ウォーターマークされたオーディオの忠実さを保ち、ビットレベルの回復率を高め、共通の歪みや敵の除去の試みに対する堅牢性を向上させるカスタムマルチコンポーネント損失を使用して訓練される。 実験により、LambdaMarkは共通の歪みの下でほぼ完全なロバスト性を達成することが示された。 LambdaMarkは、評価されたすべての削除攻撃に対して堅牢な唯一の透かしである。 さらに、LambdaMarkは、一般的な、堅牢な放射能を示し、それらの微調整されたモデルの生成された出力であっても、歪みや敵の除去攻撃に対して頑健である。

関連論文リスト

• Audio Pirates: Black-box Audio Watermark Removal via Diffusion Priors [44.562700127905295]
  対象の透かし方式の知識を前提としないブラックボックス型透かし除去攻撃であるDiffEraseを提案する。 DiffEraseは複数のオーディオ領域にまたがる知覚品質を維持しながら、常に透かしを除去する。 これらの知見は,拡散型脅威を考慮した将来の音声透かし設計の必要性を浮き彫りにした。
  論文  参考訳（メタデータ） (2026-05-28T22:07:32Z)
• Hidden in Plain Tokens: Simply Robust, Gradient-Free Watermark for Synthetic Audio [58.612001688217056]
  自己回帰モデルに対する推論時透かしは、離散化の不整合による連続的なモダリティには適さない。 合成音声の強力で堅牢な透かしのためのエレガントな解法を提案する。
  論文  参考訳（メタデータ） (2026-05-25T15:43:20Z)
• Latent-Mark: An Audio Watermark Robust to Neural Resynthesis [62.09761127079914]
  Latent-Markはセマンティック圧縮に耐えられるように設計された最初のゼロビットオーディオ透かしフレームワークである。 私たちの重要な洞察は、エンコード-デコードプロセスに対する堅牢性は、不変の潜在空間に透かしを埋め込む必要があるということです。 我々の研究は、ますます複雑で多様な生成歪みをまたいで整合性を維持することができる普遍的な透かしフレームワークに、将来の研究をインスピレーションを与えます。
  論文  参考訳（メタデータ） (2026-03-05T15:51:09Z)
• HarmonicAttack: An Adaptive Cross-Domain Audio Watermark Removal [12.931496380963802]
  AI生成オーディオの誤用に対する重要な防御は、それを透かし、本物のオーディオと容易に区別できるようにすることである。 従来の透かし除去方式は、取り外すために設計された透かしの非現実的な知識を前提とするか、計算的に高価である。 本稿では,ハイモニックアタック(HarmonicAttack)について紹介する。
  論文  参考訳（メタデータ） (2025-11-26T16:51:20Z)
• XAttnMark: Learning Robust Audio Watermarking with Cross-Attention [15.216472445154064]
  クロスアテンションロバスト音響透かし(XAttnMark) 本稿では,ジェネレータと検出器間の部分パラメータ共有を利用してギャップを埋めるクロスアテンションロバスト音響透かし(XAttnMark)を提案する。 本研究では, 聴覚マスキング効果の微粒化を捉え, 透かしの受容性を向上する心理音響整列型時間周波数マスキング障害を提案する。
  論文  参考訳（メタデータ） (2025-02-06T17:15:08Z)
• Speech Watermarking with Discrete Intermediate Representations [45.892635912641836]
  本稿では,音声の中間表現に透かしを注入する新しい音声透かしフレームワークを提案する。 DiscreteWMは、堅牢性と非受容性を同時に実現します。 我々のフレキシブルなフレームワイドアプローチは、音声のクローン検出と情報隠蔽の両面において効率的な解決策となる。
  論文  参考訳（メタデータ） (2024-12-18T14:57:06Z)
• AudioMarkBench: Benchmarking Robustness of Audio Watermarking [38.25450275151647]
  本稿では,透かし除去と透かし偽造に対する音響透かしの堅牢性を評価するための最初の体系的ベンチマークであるAudioMarkBenchを紹介する。 以上の結果から,従来の透かし手法の脆弱性を強調し,より堅牢で公正な透かしソリューションの必要性を強調した。
  論文  参考訳（メタデータ） (2024-06-11T06:18:29Z)
• Proactive Detection of Voice Cloning with Localized Watermarking [50.13539630769929]
  本稿では,AI生成音声の局所検出に特化して設計された,最初の音声透かし技術であるAudioSealを紹介する。 AudioSealは、ローカライゼーションロスと共同でトレーニングされたジェネレータ/検出器アーキテクチャを使用して、サンプルレベルまでローカライズされた透かし検出を可能にする。 AudioSealは、実生活のオーディオ操作に対する堅牢性と、自動的および人的評価指標に基づく非知覚性の観点から、最先端のパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2024-01-30T18:56:22Z)
• ClearMark: Intuitive and Robust Model Watermarking via Transposed Model Training [50.77001916246691]
  本稿では,人間の直感的な評価を目的とした最初のDNN透かし手法であるClearMarkを紹介する。 ClearMarkは目に見える透かしを埋め込んで、厳格な値閾値なしで人間の意思決定を可能にする。 8,544ビットの透かし容量は、現存する最強の作品に匹敵する。
  論文  参考訳（メタデータ） (2023-10-25T08:16:55Z)
• WavMark: Watermarking for Audio Generation [70.65175179548208]
  本稿では,わずか1秒の音声スニペット内に最大32ビットの透かしを符号化する,革新的な音声透かしフレームワークを提案する。 透かしは人間の感覚に影響されず、様々な攻撃に対して強い弾力性を示す。 合成音声の効果的な識別子として機能し、オーディオ著作権保護の幅広い応用の可能性を秘めている。
  論文  参考訳（メタデータ） (2023-08-24T13:17:35Z)
• Tree-Ring Watermarks: Fingerprints for Diffusion Images that are Invisible and Robust [55.91987293510401]
  生成モデルのアウトプットを透かしは、著作権をトレースし、AI生成コンテンツによる潜在的な害を防ぐ重要なテクニックである。 本稿では,拡散モデル出力を頑健にフィンガープリントするTree-Ring Watermarkingという新しい手法を提案する。 私たちの透かしは画像空間に意味的に隠れており、現在デプロイされている透かしよりもはるかに堅牢です。
  論文  参考訳（メタデータ） (2023-05-31T17:00:31Z)

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。