---
title: "ScrambleMark 作者称无需查询检测器即可规避语音水印检测"
dek: "一篇 arXiv 摘要称，通过扰乱谐波结构，可在三个商业平台上实现接近 97% 的检测规避率。保存的摘要未说明这些结果适用于哪些已部署版本或配置。"
---

Binhao Ma 等八位作者于 2026 年 11 月 3 日向 arXiv 提交 ScrambleMark，提出一种无需查询检测器、也无需了解水印方案的语音水印检测规避攻击。摘要称，该方法在 Google SynthID、Resemble AI 和 TrustedAudio 三个平台上实现了接近 97% 的规避率，语音质量的人类评分为 4.2/5。这些数字均为作者报告的结果。[^1]

该方法针对的是检测嵌入式水印所依赖的结构一致性。按照摘要的解释，扰乱语音的谐波结构，可以在保持听感质量的同时破坏这种一致性，使检测失效，而不必擦除水印。ScrambleMark 将用于发现可迁移谐波扰动的确定性引擎，与学习随机扰乱模式的生成模型结合起来。[^1]

作者将这一方法置于检测器访问受限的背景下：他们称，TrustedAudio 仅向通过身份验证的用户提供检测，并且不向未经授权者提供有意义的检测反馈。作者还报告，该方法能抵抗旨在逆转扰乱效果的自适应恢复。不过，保存的摘要没有详细说明恢复流程、评估样本量、检测阈值或平台版本，因此读者难以准确判断这些结论的适用范围。[^1]

:::analysis
这一问题位于 T6（evaluations，评估层）和 T4（outputs，输出层）：前者涉及检测性能背后的证据，后者涉及音频输出是否仍保留可检测的来源信号。按照作者的主张，仅凭检测结果为阴性，不应认定音频从未带有水印。[^1] 用户和运营方应核对自身系统采用的水印与检测器版本、配置及适用评估条件；保存的来源没有给出修复版本，也未建议升级到某个版本。[^1] 此处涉及的可核验属性是**可识别性（identifiability）**：如果实际向用户提供服务的确切版本和配置有记录且可核查，用户就能判断自己是否接触过某项已识别问题所覆盖的部署；仅凭这份摘要，尚无法建立这种部署对应关系。
:::

:::checked
我们于 2026 年 11 月 4 日阅读了保存的 ScrambleMark arXiv 摘要页面，标识为 2611.04122v1，其中包括提交历史。这能确认作者公开报告了什么，以及提交时间。我们没有阅读全文、检查代码、测试系统，也没有独立复现所报告的结果。[^1]
:::

[^1]: arXiv，《ScrambleMark: Zero-Query Watermark-Agnostic Black-Box Evasion of Modern Speech Watermarking》，提交于 2026 年 11 月 3 日。https://arxiv.org/abs/2611.04122
