利用f0轨迹的函数数据分析改进说话人去标识

由于存储于各类数据库中的语音数据量持续增长，语音隐私已成为主要关注点。为应对此关切，语音研究者开发了多种说话人去标识方法。当前最优方案利用深度学习方案，虽有效但可能不可用或不实用，例如对资源匮乏语言。共振峰修改是一种更简单却有效的说话人去标识方法，无需训练数据。然而，共振峰匿名化语音中残留的语调模式可能包含说话人相关线索。本研究引入一种新颖的说话人去标识方法，其在简单共振峰偏移之外，基于函数数据分析操控f0轨迹。所提说话人去标识方法将以语音可控方式隐藏可辨识的音高特征，并将基于共振峰的说话人去标识提升至多25%。