面向匿名化语音的帕金森病检测：性能与声学分析
声音
2026-03-10 v1 音频与语音处理
摘要
自动从语音中检测帕金森病（PD）是一种有前景的非侵入性诊断工具，但也引发了显著的隐私担忧。说话人匿名化可缓解这些风险，但可能抑制检测PD所必需的病理信息。我们评估了两种匿名化方法（STT-TTS 和 kNN-VC）在两个西班牙语数据集上的隐私与PD检测之间的权衡。STT-TTS 在隐私方面提供更好的保护，但严重降低PD检测效果，通过消除韵律信息来实现。kNN-VC 保留了宏观韵律特征，如时长和 F0 轨迹，实现的 F1 分数仅比原始基线低 3-7%，表明在采用适当的匿名化方法时，隐私保护的PD检测是可行的。最后，声学失真分析刻画了kNN-VC的具体弱点，为设计更好地保留PD信息的匿名化方法提供了洞见。
引用
@article{arxiv.2603.07544,
title = {Evaluating Parkinson's Disease Detection in Anonymized Speech: A Performance and Acoustic Analysis},
author = {Carlos Franzreb and Francisco Teixeira and Ben Luks and Sebastian Möller and Alberto Abad},
journal= {arXiv preprint arXiv:2603.07544},
year = {2026}
}
备注
Submitted to Interspeech 2026