超越神经对神经的说话人性别保护方法
音频与语音处理
2023-07-04 v1 计算与语言
密码学与安全
计算机与社会
机器学习
声音
摘要
近期研究提出了修改语音以防御性别推断攻击的方法。这些保护算法的目标是控制关于说话人性别这一隐私敏感属性的信息可用性。目前，开发和测试性别保护算法的常见做法是“神经对神经（neural-on-neural）”，即扰动由神经网络生成并用神经网络测试。在本文中，我们提议超越这一做法以加强性别保护的研究。首先，我们论证了除常规使用的神经分类器外，测试基于语音科学家历史上开发的语音特征的性别推断攻击的重要性。接着，我们认为研究者应使用语音特征来深入理解保护性修改如何改变语音信号。最后，我们指出性别保护算法应与新颖的“声学对手”（即人类执行的语音适配）进行比较，以提高可解释性并实现麦克风前保护。
引用
@article{arxiv.2306.17700,
title = {Beyond Neural-on-Neural Approaches to Speaker Gender Protection},
author = {Loes van Bemmel and Zhuoran Liu and Nik Vaessen and Martha Larson},
journal= {arXiv preprint arXiv:2306.17700},
year = {2023}
}