针对个性化语音生成的对抗语音用于语音隐私保护
音频与语音处理
2024-06-11 v1 声音
摘要
个性化语音生成技术的快速发展，包括个性化文本转语音（TTS）和语音转换（VC），对人类听众区分生成语音和真实语音构成挑战，迫切需要保护说话者语音免受恶意滥用。为此，我们提出了一种基于对抗攻击的说话者保护方法。该方法通过最小程度地改变原始语音来扰动语音信号，同时使下游语音生成模型无法准确生成目标说话者的声音。验证中，我们使用开源预训练YourTTS模型进行语音生成，并在白盒场景下保护目标说话者的语音。对生成的语音进行自动说话者验证（ASV）评估，以衡量语音保护能力。实验结果表明，我们成功使用基于梯度的I-FGSM对抗扰动方法扰乱了YourTTS模型的说话者编码器。此外，对抗扰动有效阻止了YourTTS模型生成目标说话者的语音。音频样本可在https://voiceprivacy.github.io/Adeversarial-Speech-with-YourTTS找到。
引用
@article{arxiv.2401.11857,
title = {Adversarial speech for voice privacy protection from Personalized Speech generation},
author = {Shihao Chen and Liping Chen and Jie Zhang and KongAik Lee and Zhenhua Ling and Lirong Dai},
journal= {arXiv preprint arXiv:2401.11857},
year = {2024}
}
备注
Accepted by icassp 2024