最近，研究发现大型语音基础模型Whisper容易受到对抗攻击。研究人员提出了一种简单有效的方法，通过添加特殊令牌来“静音”模型，使其只转录令牌而忽略语音。实验证明，通用的对抗音频片段可以成功地使Whisper模型在97%以上的语音样本中静音。这项研究证明了Whisper模型对“静音”对抗性攻击的脆弱性，并指出这种攻击可能有风险和潜在益处。