情感保留说话人匿名化中隐私与情感保留的权衡
音频与语音处理
2024-09-06 v1 机器学习
摘要
语音技术的进步使得如今通过语音获取个人可识别信息达到了前所未有的程度。为了保护此类信息，差分隐私领域探索了在保留语音效用（包括语言学和副语言学方面）的同时对语音进行匿名化的方法。然而，在匿名化语音的同时保持情感状态仍然具有挑战性。我们在 VoicePrivacy 2024 挑战赛的背景下探讨了这一问题。具体而言，我们开发了各种说话人匿名化流水线，并发现在匿名化和保留情感状态这两种方法中，要么在匿名化方面表现出色，要么在保留情感状态方面表现出色，但无法同时兼顾两者。要同时实现两者需要域内情感识别器。此外，我们发现仅使用情感表示训练一个半有效的说话人验证系统是可行的，这证明了分离这两种模态的挑战性。
引用
@article{arxiv.2409.03655,
title = {Privacy versus Emotion Preservation Trade-offs in Emotion-Preserving Speaker Anonymization},
author = {Zexin Cai and Henry Li Xinyuan and Ashi Garg and Leibny Paola García-Perera and Kevin Duh and Sanjeev Khudanpur and Nicholas Andrews and Matthew Wiesner},
journal= {arXiv preprint arXiv:2409.03655},
year = {2024}
}
备注
accepted by 2024 IEEE Spoken Language Technology Workshop