论文解读
HVAC-EAR: Eavesdropping Human Speech Using HVAC Systems
音频安全 | 8.5/10
音频安全
会议任务专题
ICASSP 2026 - 音频安全
共 11 篇 ICASSP 2026 音频安全 方向论文
论文解读
Impact of Phonetics on Speaker Identity in Adversarial Voice Attack
说话人验证 | 7.0/10
论文解读
LenslessMic: Audio Encryption and Authentication via Lensless Computational Imaging
音频安全 | 7.5/10
论文解读
Linguard: Authenticating Speech Recordings Using Speech Recognition and Watermark
音频安全 | 6.5/10
论文解读
Membership Inference Attack against Music Diffusion Models via Generative Manifold Perturbation
音频安全 | 7.5/10
论文解读
Mitigating Data Replication in Text-to-Audio Generative Diffusion Models Through Anti-Memorization Guidance
音频生成 | 7.5/10
论文解读
Multi-Task Transformer for Explainable Speech Deepfake Detection via Formant Modeling
语音伪造检测 | 7.5/10
论文解读
PADAM: Perceptual Audio Defect Assessment Model
音频分类 | 7.0/10
论文解读
PRoADS: Provably Secure And Robust Audio Diffusion Steganography With Latent Optimization And Backward Euler Inversion
音频安全 | 6.5/10
论文解读
RoCo: Robust Code for Fast and Effective Proactive Defense against Voice Cloning Attack
音频安全 | 7.5/10
论文解读
The Impact of Audio Watermarking on Audio Anti-Spoofing Countermeasures
音频深度伪造检测 | 8.5/10
论文解读
Training Dynamics-Aware Multi-Factor Curriculum Learning for Target Speaker Extraction
语音分离 | 7.0/10
论文解读
VoxMorph: Scalable Zero-Shot Voice Identity Morphing via Disentangled Embeddings
语音克隆 | 9.0/10
论文解读
ZK-VSA: Zero-Knowledge Verifiable Speaker Anonymization Leveraging Phase Vocoder with Time-Scale Modification
语音匿名化 | 7.5/10
论文解读
Misinformation Span Detection in Videos via Audio Transcripts
音频安全 | 7.5/10
论文解读
Benign Fine-Tuning Breaks Safety Alignment in Audio LLMs
这篇论文首次系统研究了良性（无害）音频数据微调对音频大模型安全对齐的破坏作用。**要解决的问题**是：用户出于提升模型性能目的进行的常规微调，是否会无意中破坏模型的安全防护？**方法**上，作者提出了一个基于嵌入空间邻近度的过滤框架，从语义、声学及混合维度，选择性地用与有害内容在表示空间上相近的良性
论文解读
Environmental Sound Deepfake Detection Using Deep-Learning Framework
本文针对环境声音（如声音事件、声音场景）的深度伪造检测这一新兴任务，提出了一个系统的深度学习框架。**核心贡献**在于通过大量实验，系统评估了不同频谱图（MEL, CQT, Gammatone）、多种CNN架构（ResNet, Inception等）以及预训练模型（BEATs）在该任务上的表现，并验
论文解读
Anonymization, Not Elimination: Utility-Preserved Speech Anonymization
这篇论文针对语音数据隐私保护中“隐私泄露”与“数据效用损失”的核心矛盾，提出了一个新颖的两阶段框架。首先，为解决语音匿名化（保护“谁在说”）中身份多样性不足和可控性差的问题，提出了基于流匹配的说话人嵌入匿名器（F3-VA），它能生成多样且与原始说话人充分分离的新身份。其次，为解决内容匿名化（保护“说
论文解读
Benign Fine-Tuning Breaks Safety Alignment in Audio LLMs
这篇论文首次系统研究了**良性音频数据微调对音频大模型安全对齐的破坏性影响**。核心问题是：用户出于提升性能的目的，在完全无害的音频数据上微调模型，是否会意外削弱其拒绝有害指令的能力？作者提出了一个**基于嵌入空间邻近性的过滤框架**，通过计算良性音频与有害音频在模型内部或外部参考编码器空间中的距离