该论文研究了视频会议应用中的位置隐私泄露问题。作者发现，即使摄像头关闭或使用虚拟背景，攻击者仍可主动且隐蔽地探测其他参会者的物理位置。机理是利用视频会议的双向音频通道进行声学感知：攻击者发送探测信号，回波信号携带位置信息。但视频会议系统的回声消除功能会干扰回波信号。为此，作者提出基于Transformer的算法，利用生成式AI编码器从严重失真的回波中提取稳定的位置嵌入。具体提出两种攻击：通道内回波攻击（使用精心构造的信号突破回声消除）和通道外回波攻击（利用第三方媒体音如邮件通知音规避消除）。在Zoom、Teams、Skype等商业应用上测试，仅用单个探测音即可实现88.3%的重复地点识别准确率和88.5%的新地点上下文识别准确率。该研究挑战了用户对麦克风隐私的传统假设，提示视频会议存在新型侧信道风险。