BriefGPT - AI 论文速递
·
可转移的对抗攻击针对自动语音识别
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本研究提出了一种新方法，通过时间域可转移攻击和语音感知梯度优化，显著增强了自动语音识别模型的抗攻击能力，实验结果优于基线方法。
🎯
关键要点
-
本研究解决了自动语音识别模型对输入扰动的鲁棒性不足的问题。
-
提出了一种创新的方法，通过时间域的可转移攻击和语音感知梯度优化（SAGO）。
-
该方法有效增强了黑箱自动语音识别模型的抗攻击能力。
-
实验结果显示，在两个数据库的五个模型上，该方法显著优于基线方法。
➡️
