该论文研究了语音表示学习模型在声学侧信道攻击（ASCA）中的应用，特别是针对键盘敲击声的识别。作者指出，尽管ASCA受到关注，但现代语音表示模型（如自监督学习模型）在这一场景下的泛化能力尚未被充分探索。为此，论文引入了名为KEYAC的新数据集，该数据集包含在标准设置和VoIP编解码器设置下录制的键盘敲击声音。研究者评估了六种不同的表示学习模型（如Wav2Vec2、HuBERT等）在零样本和部分微调设置下的表现，使用全连接和卷积网络作为分类器。结果表明，部分微调能提升性能，但所有模型在跨VoIP编解码器（如G.711、Opus等）时泛化能力不足。作者推测这一局限性源于传统微调架构难以建模非线性特征交互。为解决该问题，论文引入了Kolmogorov-Arnold网络（KAN）进行微调，KAN通过学习非线性函数组合来增强特征交互建模。实验证实，基于KAN的微调在KEYAC数据集上持续优于基线方法，并达到了新的最先进水平。该研究为声学侧信道攻击的防御提供了新视角，即攻击者可能利用先进语音模型提升攻击效果，同时为安全社区开发针对性的检测与防护措施提供了依据。