論文の概要: CRAW: Codec Robust Audio Watermarking

• arxiv url: http://arxiv.org/abs/2609.03107v1
• Date: Wed, 02 Sep 2026 19:44:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-04 18:28:38.844769
• Title: CRAW: Codec Robust Audio Watermarking
• Title（参考訳）: CRAW:コーデックのロバストなオーディオ透かし
• Abstract要約: CRAWは、高い知覚品質を維持しながら、神経再生に対する堅牢性を改善するオーディオ透かしフレームワークである。 実験により、CRAWはニューラルコーデック、デノイザ、ボコーダに対する最先端の堅牢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）: 9.852158589873419
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Recent advances in generative speech models have made it increasingly difficult to distinguish authentic from synthetic audio, enabling new forms of fraud and misinformation. Audio watermarking offers a promising defense by embedding an imperceptible signal into generated speech that can later be detected to verify its provenance. However, recent studies have shown that existing post-hoc watermarking methods fail under neural codecs and denoisers, transformations routinely applied during real-world storage, transmission, and processing, severely limiting their practical utility. Here we introduce CRAW, a codec-robust audio watermarking framework that jointly improves robustness against neural re-synthesis while maintaining high perceptual quality. CRAW combines distortion-aware training with an attention-based pooling mechanism, inference-time perceptual mask- ing, and an error-correcting code to recover the fidelity lost during robust training. Experiments demonstrate that CRAW achieves state-of-the-art robustness against neural codecs, denoisers, and vocoders while maintaining perceptual quality comparable to existing post-hoc watermarking methods. The code is available at https://github.com/DavidC1212/craw.
• Abstract（参考訳）: 生成音声モデルの最近の進歩により、合成音声と真偽を区別することがますます難しくなり、新しい形の詐欺や誤情報を可能にしている。 音声透かしは、受信不能な信号を生成された音声に埋め込むことで、将来的な防御を提供する。 しかし、最近の研究では、既存のポストホックな透かし法はニューラルコーデックやデノイザの下では失敗し、現実世界の記憶、伝送、処理において日常的に適用される変換は実用性を著しく制限している。 本稿では,コーデック・ロバストな音声透かしフレームワークであるCRAWについて紹介する。 CRAWは歪み認識トレーニングと、注意に基づくプーリング機構、推測時間知覚マスク入力、エラー訂正コードを組み合わせることで、ロバストトレーニング中に失われた忠実度を回復する。 実験により、CRAWは、既存のポストホットウォーターマーキング手法に匹敵する知覚品質を維持しながら、ニューラルコーデック、デノイザー、ボコーダに対する最先端の堅牢性を達成することが示された。 コードはhttps://github.com/DavidC1212/craw.comで公開されている。

関連論文リスト

• 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)
• How to Label Resynthesized Audio: The Dual Role of Neural Audio Codecs in Audio Deepfake Detection [60.88800374832363]
  最近のスプーフ検出研究では、ボコーダとニューラルオーディオコーデックの合成波形を用いて攻撃者をシミュレートしている。 ラベル付け選択の違いが検出性能にどのように影響するかを調べ,ラベル付け戦略に対する洞察を提供する。
  論文  参考訳（メタデータ） (2026-02-18T10:29:07Z)
• Adversarial Shallow Watermarking [33.580351668272215]
  我々は未知の歪みに抵抗する新しい透かしフレームワーク、すなわち逆浅層透かし(ASW)を提案する。 ASWは、ランダムにパラメータ化され、透かし抽出の歪みに敏感な浅層デコーダのみを使用する。 ASWは、既知の歪みと未知の歪みの堅牢性について同等の結果を得る。
  論文  参考訳（メタデータ） (2025-04-28T07:12:20Z)
• 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)
• A Closer Look at Neural Codec Resynthesis: Bridging the Gap between Codec and Waveform Generation [65.05719674893999]
  トークン予測と回帰に基づく2つの戦略について検討し,Schr"odinger Bridgeに基づく新しい手法を提案する。 異なるデザイン選択が機械と人間の知覚にどのように影響するかを検討する。
  論文  参考訳（メタデータ） (2024-10-29T18:29:39Z)
• IDEAW: Robust Neural Audio Watermarking with Invertible Dual-Embedding [29.89341878606415]
  本稿では,効率的な位置決めのための二重埋め込み型透かしモデルの設計を行う。 実験により、提案モデルであるIDEAWは、既存の手法と比較して、高いキャパシティとより効率的な位置決め能力を持つ様々な攻撃に耐えられることが示された。
  論文  参考訳（メタデータ） (2024-09-29T09:32:54Z)
• Audio Codec Augmentation for Robust Collaborative Watermarking of Speech Synthesis [9.48476556434306]
  本稿では,従来の音声コーデックとニューラルオーディオコーデックを併用するために,チャネル拡張を拡張した。 リスニングテストでは、8kbpsの高コーデックやDACで、協調的な透かしが知覚上の劣化を無視できることを示した。
  論文  参考訳（メタデータ） (2024-09-20T10:33:17Z)
• Who Wrote this Code? Watermarking for Code Generation [53.24895162874416]
  本稿では,機械生成テキストを検出するために,Entropy Thresholding (SWEET) を用いたSelective WatErmarkingを提案する。 実験の結果,SWEETはコード品質を著しく向上し,すべてのベースラインを上回ります。
  論文  参考訳（メタデータ） (2023-05-24T11:49:52Z)
• Beyond the Spectrum: Detecting Deepfakes via Re-Synthesis [69.09526348527203]
  ディープフェイク(Deepfakes)として知られる非常に現実的なメディアは、現実の目から人間の目まで区別できない。 本研究では,テスト画像を再合成し,検出のための視覚的手がかりを抽出する,新しい偽検出手法を提案する。 種々の検出シナリオにおいて,提案手法の摂動に対する有効性の向上,GANの一般化,堅牢性を示す。
  論文  参考訳（メタデータ） (2021-05-29T21:22:24Z)

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。