我听到的是（不同的）声音：用于保护用户隐私的匿名语音

在本文中，我们提出 AltVoice——一个旨在帮助用户在使用远程语音服务时保护其隐私的系统。该系统允许用户在无需远程语音服务配合的情况下隐藏其真实语音身份信息：AltVoice 将用户 spoken 音频重新合成，使其听起来像是由另一个私有身份所说。系统在中间点将音频转换为其文本表示，从而消除用户语音与生成的私有语音之间的任何关联。我们实现了 AltVoice，并提出了六种生成私有语音身份的不同方法，每种方法均基于用户已知的秘密。我们明确了系统的权衡取舍，并对每种提出的身份生成方法进行了研究。具体而言，我们研究了生成语音的多样性、词错误率、感知语音质量，以及在隐私泄露和认证泄露攻击场景下攻击者的成功率。我们的结果表明，AltVoice 生成的语音不易与原始用户关联，使用户能够保护自己免受语音数据泄露的影响，并允许（生成的）语音数据可撤销，类似于使用密码。然而，结果也表明，在确保生成音频自然以及私有语音身份彼此区分方面还需进一步工作。我们讨论了改进 AltVoice 的未来步骤，以及它的出现对远程语音服务创建的新影响。