基于白盒评估的X-vector说话人匿名化评测
声音
2021-10-01 v2 人工智能
密码学与安全
音频与语音处理
摘要
在Voice Privacy挑战赛的场景中，匿名化通过将源说话人的所有语音转换为匹配同一目标身份来实现；该身份为随机选取。在此情形下，对匿名化系统具有最大知识的攻击者无法推断目标身份。本文提出将目标选择限定为特定身份，即去除身份的随机选取，以在白盒评估（攻击者对系统具有完全知识）下评估极端威胁。针对唯一身份也使我们能够考察某些目标身份是否比其他身份更适合对给定说话人做匿名化。
引用
@article{arxiv.2109.11946,
title = {Evaluating X-vector-based Speaker Anonymization under White-box Assessment},
author = {Pierre Champion and Denis Jouvet and Anthony Larcher},
journal= {arXiv preprint arXiv:2109.11946},
year = {2021}
}