基于增强特征与说话人身份差异的语音匿名化系统攻击
音频与语音处理
2025-01-14 v2 声音
摘要
本研究聚焦于ICASSP 2025信号处理大挑战中的第一次语音匿名化攻击者挑战，旨在开发能够确定两个匿名化语音信号是否来自同一说话人的说话人验证系统。然而，原始语音与匿名化语音特征分布之间的差异会 complicate 此任务。为解决此挑战，我们提出了一种结合数据增强特征表示与说话人身份差异增强分类器的攻击系统，称为DA-SID。具体而言，利用数据增强策略（即数据融合和SpecAugment）来缓解特征分布差距，而采用概率线性判别分析（PLDA）进一步增强说话人身份差异。我们的系统显著优于基线方法，显示出卓越的有效性和鲁棒性，可抵御各种语音匿名化系统，最终在挑战中获得了前5名成绩。
引用
@article{arxiv.2412.19068,
title = {Attacking Voice Anonymization Systems with Augmented Feature and Speaker Identity Difference},
author = {Yanzhe Zhang and Zhonghao Bi and Feiyang Xiao and Xuefeng Yang and Qiaoxi Zhu and Jian Guan},
journal= {arXiv preprint arXiv:2412.19068},
year = {2025}
}
备注
2 pages, submitted to ICASSP 2025 GC-7: The First VoicePrivacy Attacker Challenge (by invitation), fixed a numerical typo: In Table II, the EER% for DA-SID w/o DA under T8-5 is corrected to 26.96