USC 发布 SPARC 语料：转写文本仍能被 LLM 用来识别说话者身份
USC · hf · 2026-10-20
南加州大学团队发布 SPARC（Spoken Profile Authorship Recognition Corpus），研究语音匿名化的一个盲区：现有方法聚焦去除声学信号，但转写文本本身仍保留词汇选择、句法、话语标记等语言痕迹。基于两个播客语料构建的 SPARC 包含超过 1.25 万名说话者、150 万条质量过滤后的语句，用于评测从转写文本进行说话者验证与人口属性推断的能力。结果显示 LLM 可以利用这些语言痕迹将匿名转写关联到已知说话者；仅发布简短文本摘录可显著降低关联风险。
「安全」频道最新
- 英国图灵研究所提议从零训练开源国家级 AI 基础模型,预计 2045 年可用 — birchlse · 2026-10-20
- 研究者指出 reward hacking 检测器存在泛化失效风险 — voooooogel · 2026-10-20
- NIST/NSA/CISA 联合发布超级智能训练事故应对十大关键实践 — luisdans · 2026-10-20
- Hassabis 在都柏林峰会警示 AI 黑客攻击风险 — BusyNomad · 2026-10-20
- 研究者发文驳斥 Palisade AI 的 LLM 自主复制论,称其夸大其词 — jessi_cata · 2026-10-20
- 维基媒体报告：无权限契约的 agent 爬虫曾致 Wikidata 部分宕机 — usehive · 2026-10-20