针对说话人匿名化的针孔效应及其对链接性和色散的影响

说话人匿名化旨在隐藏语音信号中的说话人特定属性，使匿名化后的语音无法与原始说话人身份关联。最近的做法通过解耦语音中的内容与说话人成分，将后者替换为伪造说话人。匿名化后的语音可映射到共享于所有句子的常见伪造说话人，或映射到独特于每个句子的不同伪造说话人。本文研究了这些映射策略对三个关键维度的影响：说话人链接性、匿名化说话人空间的色散，以及从原始身份进行去识别。我们的发现表明，使用不同伪造说话人会增加说话人的色散并降低链接性，相较于常见伪造说话人映射，这有助于增强隐私保护。通过本文提出的概念框架解释了这些观察——即所谓的针孔效应，用于说明映射策略与匿名化性能之间的关系。该假设通过实证评估得到验证。