南洋理工大学 发布 AudioSafe 数据集, 应用在 音频安全、机器学习 领域

南洋理工大学 本次发布的数据集 AudioSafe, AudioSafe是一个用于评估音频大型语言模型（ALLM）对音频特征触发后门攻击鲁棒性的基准数据集。该数据集由南洋理工大学和中国科学院信息工程研究所的研究团队创建，包含2000个数据点，旨在通过9种不同的风险类别测试ALLM的安全性。数据集的创建过程涉及对原始音频波形进行声学修改，如改变时间动态和有策略地注入定制的噪声，从而引入ALLM声学特征编码器捕获的一致性模式。该数据集可用于评估ALLM对基于音频特征的后门攻击的抵抗力，旨在解决ALLM在实际应用中的安全问题。

查看AudioSafe

README 内容： 

关于 南洋理工大学 , 南洋理工大学是新加坡的一所综合性研究型大学，以其在工程、商业、科学、人文和社会科学等领域的优质教育与研究而闻名。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。