Jul, 2024

多语言讲话者匿名化的可行性探究

TL;DR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。