早在 2013 年，就有報(bào)道稱 FBI 有利用特殊的技術(shù)手段來(lái)監(jiān)聽麥克風(fēng)。幾周前，威斯康星大學(xué)麥迪遜分校又在一份調(diào)查報(bào)告中，揭示了靜音麥克風(fēng)是如何在視頻會(huì)議期間被清楚收聽到的。雖然結(jié)果有點(diǎn)讓人感到驚訝，但其實(shí)耳機(jī)也可在特定情況下被當(dāng)做麥克風(fēng)來(lái)監(jiān)聽。
出于對(duì)隱私安全的關(guān)注，我們已見到一些突破性的技術(shù)。比如得益于新開發(fā)的一種算法，哥倫比亞大學(xué)研究人員聲稱可部分解決這方面的問題。
據(jù)悉，新算法主要聚焦兩個(gè)方面。首先，它會(huì)將一個(gè)人的語(yǔ)音模糊和安靜到接近耳語(yǔ)可聽的水平，以避免被自動(dòng)語(yǔ)音識(shí)別（ASR）AI 給破譯。
其次，新算法還可預(yù)測(cè)即將說(shuō)出的單詞、并始終較 ASR 領(lǐng)先一步，所以新方法又被稱作“預(yù)測(cè)性攻擊”（Predicitive Attacks）。
研究配圖 - 1：“神經(jīng)語(yǔ)音偽裝”可對(duì) ASR 造成干擾
該校計(jì)算機(jī)科學(xué)助理教授 Carl Vondrick 簡(jiǎn)要解釋了該技術(shù)的工作原理：
在阻止麥克風(fēng)惡意監(jiān)聽這件事上，我們的算法有 80% 的成效，同時(shí)也是測(cè)試平臺(tái)上最快、最準(zhǔn)確的算法。
即使我們對(duì)流氓麥克風(fēng)一無(wú)所知 —— 比如它的位置、甚至背后運(yùn)行的計(jì)算機(jī)軟件 —— 該方法依然能夠奏效。
本質(zhì)上，我們可以通過無(wú)線的方式來(lái)偽裝一個(gè)人的聲音，將其隱藏在這些監(jiān)聽系統(tǒng)之外、且不會(huì)對(duì)在室內(nèi)會(huì)話的人們?cè)斐刹槐恪?/p>
研究配圖 - 2：預(yù)測(cè)攻擊演示
研究的主要作者、Vondrick 的博士生 Mia Chiquier 進(jìn)一步補(bǔ)充道：
我們的算法能夠通過預(yù)測(cè)一個(gè)人接下來(lái)會(huì)說(shuō)什么的特征來(lái)跟上進(jìn)度，給它足夠的時(shí)間來(lái)生成正確的耳語(yǔ)。
到目前為止，該方法已被證明適用于大多數(shù)英語(yǔ)詞匯。后續(xù)我們計(jì)劃將該算法推廣到覆蓋更多語(yǔ)種，最終讓耳語(yǔ)聽起來(lái)完全不可察覺。
研究配圖 - 3：三個(gè)攻擊實(shí)例
通過與其它用于攻擊語(yǔ)音樣本的方法進(jìn)行比較 —— 包括統(tǒng)一噪聲、離線投影梯度下降（PGD）和在線 PGD（實(shí)時(shí)）—— 可知該算法在預(yù)測(cè)未來(lái) 0.5 秒的講述內(nèi)容時(shí)表現(xiàn)最佳。
此外該算法針對(duì)標(biāo)準(zhǔn) ASR 及其強(qiáng)大的對(duì)手展開了實(shí)測(cè)，雖然不見得很快就能派上實(shí)際用場(chǎng)，但感興趣的朋友還是可以翻閱《實(shí)時(shí)神經(jīng)語(yǔ)音偽裝》這項(xiàng)基礎(chǔ)研究的全文（PDF）。
（舉報(bào)）