Oct, 2022

V-Cloak：实时语音匿名化，保留语音清晰度，自然度与音质的技术

PDF
TL;DR本文提出了一种名为 V-Cloak 的语音匿名化系统，它能够实现实时语音匿名化，同时保持音频的可懂性、自然度和音色，通过实验结果验证了 V-Cloak 具有较好的匿名性能和鲁棒性，并能够实现不受限的和定向的匿名化，同时保证声纹的不可识别性和不可链接性，从而防止语音数据被用于身份推断和盗用。
voice anonymizationidentity inferencepsychoacousticsautomatic speaker verificationautomatic speech recognition
发现论文，激发创造
  • 评估基于语音转换的隐私保护对抗已知攻击者的有效性

    本文考察了基于语音转换的匿名化方法，在三种攻击情景中比较了两种基于频率扭曲的转换方法和一种基于深度学习的方法，结果表明语音转换方案不能有效地防止具有广泛知识的攻击者，但可能为不太熟悉的攻击者提供一定的保护。

    Nov, 2019

  • 评估说话人匿名在情感语音上的效果

    该研究研究了在语音隐私保护的 VoicePrivacy 2020 Challenge 中对说话人匿名化基线系统对语音情感信息的影响，结果表明该系统对知情攻击者未能抑制说话人的情感，且匿名化后的语音相比原始语音情感识别性能下降了 15%，与其保留语言信息的评估方式使用自动语音识别得到的结果类似。

    Apr, 2023

  • 基于对说话人嵌入进行对抗扰动的异步语音匿名化

    本文研究声音匿名化技术，重点探讨改变语音特征以防止机器识别但保留人类感知的异步声音匿名化方法，采用包含说话人解缠机制的语音生成框架生成匿名语音，并通过对说话人嵌入进行对抗扰动改变说话人特征，同时通过控制扰动强度保留人类感知。实验结果表明，在 LibriSpeech 数据集上处理的 utterances 中，60.71％的处理结果达到了说话人特征的匿名化且保留了人类感知。

    Jun, 2024

  • 语音匿名化对基于语音的 COVID-19 检测的影响

    本研究关注于一项针对基于语音的 COVID-19 诊断的健康监测应用，测试了两种常见的匿名化方法并将其应用于三个公共数据集，验证了匿名化方法的有效性并量化了在不同测试场景下的影响，最后展示了匿名化作为数据增强工具的益处。

    Apr, 2023

  • 自监督语音表示保留语音特征同时实现匿名化

    本文旨在研究如何使用基于自监督语音表征的语音转换模型匿名处理声音数据，结果表明用这种方法匿名化处理的语音可以维持原始语音低的误识别率，但对于说话人验证存在性能下降的问题。此外，本文的研究还能以匿名的方式提取出健康语言和病理语言之间的区别语音特征。

    Apr, 2022

  • 多语言讲话者匿名化的可行性探究

    通过对九种语言的组件进行转换，将说话人匿名化系统扩展到多种语言，并通过隐私攻击和语音退化测试证明了该系统的整体成功。结果表明，基于英语数据训练的说话人嵌入可以应用于多种语言，并且语音合成组件的质量主要影响该语言的匿名化性能。

    Jul, 2024

  • 使用生成对抗网络实现语音匿名化，以保护说话人隐私

    本研究利用生成对抗网络与 Wasserstein 距离的 Speaker embeddings 生成方法，将其整合到语音转文字转语音的流程中，成功实现保护隐私的同时保持较高的效能表现。

    Oct, 2022

  • 匿名化语音：评估和设计说话人匿名化技术

    该论文讨论了语音用户界面的增长，以及由此带来的语音数据收集和存储问题。研究提出了匿名化语音和度量匿名程度的解决方案，并介绍了评估协议需要考虑的挑战，最后探讨了一种新的攻击方法以逆转匿名化。

    Aug, 2023

  • 使用 X - 向量和神经波形模型进行说话者匿名化

    研究表明，使用新的说话人匿名方法来提取语言和说话人身份特征，使用神经声学和波形模型来合成匿名的语音可以有效掩盖说话人身份，同时保持高质量的匿名语音。

    May, 2019

  • 低延迟语音匿名化端到端流模型

    提出了一种流式模型来实现低延迟的说话人匿名化，通过使用轻量级内容编码器、预训练的说话人编码器和变化编码器，将语音信息解耦为语音内容、说话人身份和音调能量信息，并通过解码器重新合成语音信号，该模型实现了 230ms 的延迟，并在自然性、可理解性和隐私保护方面保持了最先进的性能。

    Jun, 2024