一种平衡语音用户界面隐私与安全的串联框架

语音合成、语音克隆与语音转换技术对语音用户界面（VUIs）用户构成了严重的隐私与安全威胁。这些技术在保留语言信息的同时，改变语音信号中的一个或多个要素，例如身份与情感。攻击者可能利用先进的变换工具，使用伪造的生物特征针对合法说话人发起欺骗攻击。反之，此类技术亦可通过抑制语音信号中的个人可识别属性来生成隐私变换语音，实现匿名化。先前工作并行地研究了安全与隐私两个维度，这引发了一个警示：若良性用户可通过某种变换实现隐私保护，则意味着恶意用户亦能借由绕过反欺骗机制来破坏安全性。本文朝平衡这两项看似冲突的需求——安全性与隐私性——迈出了一步。目前仍不清楚某一领域的漏洞对另一领域意味着什么，以及二者之间存在何种动态交互。更好地理解这些方面，对于评估和缓解 VUIs 固有的漏洞以及构建有效防御至关重要。在本文中，（i）我们通过部署一个联合结合反欺骗与认证模型的串联框架，考察当前语音匿名化方法的适用性，并评估这些方法的性能；（ii）借助分析与经验证据，我们揭示了两种机制之间的对偶性——它们以不同方式实现同一目标，并表明利用其中一个维度会显著增强另一维度的有效性；（iii）我们证明，为有效防御针对 VUIs 的潜在攻击，有必要从多个互补视角（安全性与隐私性）审视攻击。