语音质量指标可攻击性研究：修正协议、基准与补丁效果
Get the story
2026年10月9日，arXiv Machine Learning Theory 发布一手论文，提出测量语音质量预测器可攻击性的修正协议并发布基准。修正参考链可把测得可攻击性改变最多四倍；五名仅随机种子不同的攻击者成功率从 0.00 到 0.38。NISQA 在 90% 语句上被攻破，SSL-MOS 21%、DNSMOS 14%、UTMOS 6%。修补闭环只在自身攻击空间加固，收益低于攻击者差异，且域外系统 SRCC 损失最多 0.30；代码、预注册和运行结果已公开。
Generated from reports · updated 3 hr ago
Timeline
Follow the coverage from different angles.
- arXiv · Machine Learning Theory语音质量指标有多易被攻击：修正协议、基准与修补收益
论文提出测量语音质量预测器可攻击性的修正协议，并发布基准。修正参考链可把测得可攻击性改变最多四倍，五名仅随机种子不同的攻击者成功率从 0.00 到 0.38；NISQA 在 90% 语句上被攻破，SSL-MOS 21%、DNSMOS 14%、UTMOS 6%。修补闭环只在自身攻击空间加固，收益低于攻击者差异且域外系统 SRCC 损失最多 0.30；代码、预注册和运行结果已公开。
Heat trend
Current heat 9·Comparable peak 10（Oct 9）·Comparable change over 24 hours –
The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.