用于可持续说话人隐私的新型损失增强通用对抗补丁

深度学习语音模型如今已被广泛使用，但个人数据（如人类身份和语音内容）的安全处理仍令人担忧。为防止恶意用户识别，人们提出了说话人匿名化方法。当前的方法，特别是基于通用对抗补丁（UAP）应用的方法，存在一些缺点，如音频质量显著下降、语音识别质量降低、在不同语音生物识别模型间的迁移性低，以及性能依赖于输入音频长度。为了缓解这些缺点，在本工作中，我们引入并利用了新型指数全变分（TV）损失函数，并提供了实验证据表明它对 UAP 的强度和不可感知性有积极影响。此外，我们提出了一种新颖的可扩展 UAP 插入程序，并证明了它在各种音频长度下均具有一致的高性能。