EASY：基于因子化蒸馏的情感感知说话人匿名化

情感在语音交互中发挥着重要作用，通过语调、音高和节奏传递，超越文字表达情感和意图，创造更个性化的体验。然而，大多数现有说话人匿名化系统采用并行解缠方法，仅将语音分解为语言内容和说话人身份，往往忽略保留原始情感状态的保护。在本研究中，我们引入EASY，一种情感感知说话人匿名化框架。EASY采用新颖的顺序解缠过程，将说话人身份、语言内容和情感表示分离，通过因子化蒸馏方法在不同的子空间中建模每个语音属性。通过独立约束说话人身份和情感表示，EASY最小化信息泄露，增强隐私保护，同时保持原始语言内容和情感状态。在VoicePrivacy Challenge官方数据集上的实验结果表明，我们提出的方法优于所有基线系统，有效保护说话人隐私，同时保持语言内容和情感状态。