基于深度学习辅助边缘计算的隐私增强语音情感通信
声音
2021-04-01 v1
摘要
通信网络中的语音情感感知在现实中有广泛应用。在这些应用中，语音数据从用户传输至中心服务器进行存储、处理和决策。然而，语音数据包含脆弱信息，可能被窃听对手在未经用户同意的情况下恶意利用。本工作中，我们提出一种隐私增强情感通信系统，以在情感感知应用中保护用户个人信息。我们提出采用可部署在边缘的对抗学习框架，在语音表示中遗忘用户隐私信息。这些隐私增强表示可传输至中心服务器用于决策。我们在多个语音情感数据集上评估所提模型，表明该模型可隐藏用户特定人口统计信息，并在不显著影响性能的情况下提升情感识别的鲁棒性。据我们所知，这是通信网络中情感感知隐私保护框架的首项工作。
引用
@article{arxiv.2103.17139,
title = {Privacy Enhanced Speech Emotion Communication using Deep Learning Aided Edge Computing},
author = {Hafiz Shehbaz Ali and Fakhar ul Hassan and Siddique Latif and Habib Ullah Manzoor and Junaid Qadir},
journal= {arXiv preprint arXiv:2103.17139},
year = {2021}
}
备注
accepted in ICC 2021 AffectiveSense workshop