用于音频鲁棒隐私保护的对抗表示学习

声音事件检测系统广泛用于监控与环境监测等多种应用，其中数据被自动采集、处理并发送至云端进行声音识别。然而，该过程可能无意中泄露用户或其周围环境的敏感信息，从而引发隐私担忧。在本研究中，我们提出一种新颖的对抗训练方法，用于学习音频录音的表示，其有效阻止从录音的潜特征中检测语音活动。所提方法训练一个模型，以生成含语音音频录音的不变潜表示，使得语音分类器无法将其与非语音录音区分。我们工作的新颖性在于优化算法：语音分类器的权重被定期替换为以监督方式训练的分类器权重。这在对抗训练期间持续增强语音分类器的判别能力，促使模型生成即便使用对抗训练循环外训练的新语音分类器也无法区分语音的潜表示。所提方法与无隐私措施的基线方法及先前的对抗训练方法进行了评估，相较基线方法显示出隐私侵犯的显著减少。此外，我们表明先前的对抗方法对此目的实际上无效。