边缘端的情感过滤
音频与语音处理
2019-09-19 v1 密码学与安全
人机交互
声音
摘要
语音控制设备与服务在消费级物联网中已非常流行。基于云的语音分析服务利用语音识别技术从语音输入中提取信息。因此，服务提供商可以构建非常准确的用户人口统计类别、个人偏好、情绪状态等画像，从而可能严重损害其隐私。为解决此问题，我们在用户与云服务之间开发了一个隐私保护中间层，直接在边缘设备上净化语音输入。我们使用基于 CycleGAN 的语音转换，在重新生成中性化信号进行转发之前，从原始语音输入信号中去除敏感信息。我们使用相对廉价的 Raspberry Pi 4 实现并评估了我们的情感过滤方法，并表明在边缘端性能精度不受影响。事实上，边缘端生成的信号与基于云的方法在语音识别上仅相差约 0.16%。对生成信号的实验评估表明，说话人情绪状态的识别率可降低约 91%。
引用
@article{arxiv.1909.08500,
title = {Emotion Filtering at the Edge},
author = {Ranya Aloufi and Hamed Haddadi and David Boyle},
journal= {arXiv preprint arXiv:1909.08500},
year = {2019}
}
备注
6 pages, 6 figures, Sensys-ML19 workshop in conjunction with the 17th ACM Conference on Embedded Networked Sensor Systems (SenSys 2019)