Preech：一种隐私保护语音转写系统

机器学习的新进展使自动语音识别（ASR）系统变得实用且更具可扩展性。然而，这些系统带来了严重的隐私威胁，因为语音是敏感声学与文本信息的丰富来源。尽管离线开源 ASR 消除了隐私风险，其转写性能劣于基于云的 ASR 系统，尤其对于实际用例。本文提出 Pr$\epsilon\epsilon$ch，一种端到端语音转写系统，位于隐私—效用谱的中间点。它保护说话人语音的声学特征，并以相对于离线 ASR 有所提升的性能保护文本内容的隐私。此外，Pr$\epsilon\epsilon$ch 提供若干控制旋钮以实现可定制的效用—可用性—隐私权衡。它依赖基于云的服务，在用户侧施加一系列隐私保护操作后对语音文件进行转写。我们使用多样的真实世界数据集对 Pr$\epsilon\epsilon$ch 进行全面评估，证明其有效性。Pr$\epsilon\epsilon$ch 相较 Deep Speech 在词错误率上取得 2% 至 32.25%（均值 17.34%）的相对提升，同时完全混淆说话人声纹生物特征并仅允许对文本内容进行差分隐私视图。