面向隐私保护的语音驱动痴呆检测
声音
2024-07-08 v1 计算与语言
密码学与安全
机器学习
音频与语音处理
摘要
从语音录音中提取的说话人嵌入已被证明对于痴呆检测非常有价值。然而，由于这些嵌入本质上包含可识别信息，这引发了隐私 concerns。本文旨在在保持痴呆诊断实用性的同时对嵌入进行匿名化处理。以往研究依赖于对抗学习和针对目标属性训练的模型，在资源有限的setting中效果不佳。我们提出了一种新方法，利用领域知识将与痴呆相关的韵律特征从说话人嵌入中解耦合，而无需依赖痴呆分类器。我们的实验表明，该方法在保持高痴呆检测得分F1分数74%(ADReSS数据集上)的同时，成功保护了说话人隐私(说话人识别F1分数仅为0.01%)。我们的结果在ADReSSo上与更受约束的分类器依赖系统相当(0.01%和0.66%)，且对合成语音的自然度没有影响。
引用
@article{arxiv.2407.03470,
title = {Prosody-Driven Privacy-Preserving Dementia Detection},
author = {Dominika Woszczyk and Ranya Aloufi and Soteris Demetriou},
journal= {arXiv preprint arXiv:2407.03470},
year = {2024}
}
备注
Accepted at Interspeech 2024