IO-RAE：通过可逆对抗样本实现音频隐私保护的新方法

本文提出了一种有前景的音频隐私保护技术，利用LLM生成对抗样本来混淆语音，同时保持可逆性。报告中显示的高误导率，特别是针对商业ASR系统，表明其具有巨大的潜力，但需要进一步审查该方法对自适应攻击的鲁棒性，以及生成和反转对抗样本的计算成本。对LLM的依赖也引入了需要解决的潜在偏差。

• •IO-RAE框架使用可逆对抗样本进行音频隐私保护。
• •累积信号攻击可减轻高频噪声。
• •针对包括谷歌在内的ASR模型实现了高误导率。