基于嵌入对齐的语音隐私系统可逆性研究
音频与语音处理
2021-10-12 v1 密码学与安全
机器学习
声音
摘要
本文利用嵌入对齐技术探索了对语音匿名化系统的多种攻击场景。我们使用 Wasserstein-Procrustes（一种最初为无监督翻译设计的算法）或 Procrustes 分析来匹配语音匿名化前后的两组 x-vector，以将该变换模拟为旋转函数。我们计算最优旋转，并将此近似结果与官方 Voice Privacy Challenge 结果进行比较。我们表明，像 Voice Privacy Challenge 基线这样复杂的系统可以通过使用有限 x-vector 集估计出的旋转来近似。本文在旋转的特定范围内研究语音匿名化的解空间。由于旋转是可逆的，所提方法可从匿名化嵌入中恢复多达 62% 的说话人身份。
引用
@article{arxiv.2110.05431,
title = {On the invertibility of a voice privacy system using embedding alignement},
author = {Pierre Champion and Thomas Thebaud and Gaël Le Lan and Anthony Larcher and Denis Jouvet},
journal= {arXiv preprint arXiv:2110.05431},
year = {2021}
}