arXiv · ML· Ali Alavi, Donald S. Williamson·· 2026-10-09AI 评分20
语音质量指标的可被操控性评估:修正协议与基准测试
How Hackable Is Your Speech Quality Metric? A Corrected Protocol, a Benchmark, and What Patching Buys
AI 导读
语音质量预测器的常用抗攻击度量存在缺陷,未考虑神经编解码器处理链导致的分数偏移,且单一攻击者测试无法代表最坏情况。 在修正协议下,NISQA 语音被 90% 句子的攻击攻破,SSL-MOS 为 21%,DNSMOS 为 14%,UTMOS 为 6%。 现有的检测修补闭环在域外场景下会导致最高 0.30 的 SRCC 性能损失。
来源:arXiv · ML · arxiv.org