SweepMark提出无需查询即可高保真攻击鲁棒音频水印的方法

SweepMark是一种无需查询的黑盒攻击方法，旨在移除文本转语音（TTS）合成中用于追踪滥用的不可感知音频水印信号，其核心在于利用水印嵌入引入的、与自然语音未完全对齐的光谱模式。该方法在两个语音数据集和四种水印方法上实现了平均92%至96%的攻击成功率，且在感知质量评分上优于已评估的自适应攻击，同时保留了大部分语言内容。

攻击的关键机制在于“多样化伪影学习”与“自适应伪影缩放”：前者通过向公共语音添加定制光谱伪影来学习持久结构，无需目标水印模型或成对的干净与带水印样本；后者则结合并放大这些模式进行减法操作，同时约束失真。实验显示，针对微调后生成的语音，该攻击对两种合成抵抗型水印方法同样有效，且自动语音识别评估表明语言内容基本未被破坏。

事实层面，该论文证明了现有水印技术可能因保留非自然光谱结构而存在漏洞；推断层面，这意味着依赖此类水印进行TTS溯源的防御体系可能在无访问权限下被绕过；猜测层面，若攻击者能大规模获取公共语音数据，这种query-free策略可能成为对抗未来更复杂水印的通用范式，迫使行业重新评估基于频谱残留的溯源机制的有效性。