GAMW：面向TTS溯源的水印注入框架

2026年10月15日，arXiv Artificial Intelligence 报道了 Yihang Zhang 等作者提出的 GAMW 水印注入框架，该框架面向 TTS 溯源，集成到 TTS 生成过程中，在波形合成前将内容自适应的多比特水印残差嵌入生成表示，解码目标结合焦点调制与动态逐比特加权。作者在两个 TTS 主干上分别训练评估，称在 16-bit 载荷下，单一与复合扰动中的解码准确率较最强基线分别提升 9.2 和 23.5 个百分点，同时保持有竞争力的语音质量，更高载荷下仍保留可靠的干净语音解码。报道称代码已公开。截至本综述，尚无后续跟进报道，事件进展以该主报道为准。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。