语音匿名化中通过口音线索泄露身份

语音匿名化用于在保留语言内容的同时隐藏说话人身份。即使匿名化看似强大，匿名化后残留的非音色线索（如口音）仍可辅助重新识别并揭示敏感的社会人口学特征。我们报告了一项涉及多种匿名化系统的残留口音信息研究。我们通过说话人验证、口音验证和口音分类，突出口音的作用，使用一组聚焦于音色、非音色和口音相关信息的嵌入表示，展示相关线索在匿名化后促进重新识别的程度。结果表明，虽然某些系统对口音线索的重新识别尝试具有鲁棒性，但其他系统会残留依赖于说话人的口音相关线索，可用于揭示语音身份。我们还突出口音依赖的匿名化性能差异，引发了公平性担忧，并表明具有字符级条件的系统可以帮助混淆揭示身份的口音线索，平均降低口音识别准确率68%，相对提升整体匿名化性能11%。