近日，在全球首屆語音匿名化系統攻擊挑戰賽中，奇富科技憑藉其創新性的 SpecWav-Attack方案，從衆多參賽隊伍中脫穎而出，一舉斬獲前五的佳績。其相關論文SpecWav - Attack： Leveraging Spectrogram Resizing and Wav2Vec 2.0 for Attacking Anonymized Speech，更是成功被頂級學術會議ICASSP2025接收，獲得了國際學術界的高度認可。此前，奇富科技另一篇論文SFE - Net：Harnessing Biological Principles of Differential Gene Expression for Improved Feature Selection in Deep Learning Networks從深僞檢測防禦的角度出發展開研究。這兩項成果，分別從攻與防兩個維度，爲用戶語音隱私保護的研究提供了極爲寶貴的參考依據，更爲後續開發更有效的防禦機制指明方向，對於切實保障用戶語音隱私安全具有不可估量的意義。

　　全球首屆語音匿名化系統攻擊挑戰賽由ICASSP 2025大力支持，堪稱語音隱私安全保護領域的巔峯對決。它吸引了來自全球五十多個國家的數百支頂尖科研團隊踊躍參與，其中不僅有在學術界聲名赫赫的TOP級別學術機構，還有衆多在工業界極具影響力、注重技術實用價值的團隊。各參賽團隊需在極爲有限的固定週期內，針對賽方指定的特定語音匿名化系統，開發出高效且精準的攻擊系統，同時還要開發性能卓越的自動說話人驗證系統並提交得分。每支團隊都需要爭分奪秒地優化算法、提升模型性能，競爭的激烈程度可謂空前。

　　奇富科技的SpecWav-Attack方案能夠在衆多強勁對手中脫穎而出，靠的是其在技術上的諸多創新。在創新性數據增強方面，該方案通過垂直調整Mel頻譜圖，巧妙地突出說話人特定音色特徵，同時最大程度保留內容相關信息，這一獨特的處理方式極大地提升了模型的魯棒性與適應性，使其在複雜多變的語音環境中也能遊刃有餘。

　　增量訓練策略也是一大亮點，先在原始數據集進行初步訓練，再在增強數據集上進行精細微調，有效縮短了模型訓練週期，顯著提高了模型的穩定性與性能表現。此外，與傳統的fbank特徵提取方法不同，SpecWav-Attack方案大膽採用自監督的Wav2Vec2.0模型，生成的1024維嵌入能夠捕捉到更豐富、更細緻的語音特徵，從而在匿名化語音識別任務中實現了質的飛躍。

　　從實際攻防效果來看，SpecWav-Attack方案展現出了強大的實力。在多個語音匿名化系統的測試中，它顯著降低了等錯誤率（EER），尤其是在T10-2系統上，EER降低幅度高達13.82%，這一成果證明了該方案在攻擊匿名化語音系統方面的卓越能力。

　　從行業影響層面來講，SpecWav-Attack方案如同在語音隱私保護領域投下了一顆“震撼彈”，它有力揭示了當前匿名化語音系統中存在的潛在漏洞，爲整個行業敲響了警鐘，進一步強調了加強語音隱私保護防禦措施的緊迫性與重要性。

　　奇富科技此次在國際賽事中的出色表現，爲全行業的語音隱私保護技術注入了強勁動力。未來，奇富科技將繼續秉持創新精神，從攻防兩方面着手，深耕語音隱私保護領域，讓更多技術成果惠及用戶。

海量資訊、精準解讀，盡在新浪財經APP

責任編輯：王其霖