MARC 论文提出抗编解码攻击的自回归音频多比特水印方法

该论文针对自回归音频生成模型在分发后经过编解码处理导致水印失效的问题，提出了名为 MARC 的多比特生成水印方法。现有方法通常仅支持零比特检测（判断是否存在水印）且将内在 token 表示与变换引起的替换模式分开建模，难以区分个体生成输出。MARC 通过重编码和多种编解码器获取混淆模式，将其与内在 token 表示整合，构建编解码感知的 token 聚类空间。

实验数据显示，在未修改的水印音频上，MARC 实现了平均 97.3% 的比特提取准确率，且在面临多样化编解码攻击及覆盖攻击时仍保持鲁棒性。该方法利用载荷驱动的聚类调度嵌入多比特信息，并在重编码后的观测结果上进行检测和载荷解码，从而解决了传统方法无法在信号处理后可靠恢复具体生成内容标识的缺陷。

事实层面，该研究验证了特定算法在语音、对话和音乐生成场景下的技术指标；推断层面，这意味着未来音频生成产品的版权追踪或来源验证可能不再受限于简单的存在性检测，而是能精确到具体样本；猜测层面，若该架构被集成到主流音频生成引擎中，可能会改变行业对抗深度伪造音频的防御策略，但具体落地需等待开源代码或商业产品验证。