重新审视低频语音信号的隐私：探索重采样方法、评估场景与说话人特征
音频与语音处理
2026-02-04 v1
摘要
虽然现实生活中的录音为了解社会动态和会话行为提供了洞察，但也引发了关于个人敏感数据隐私的担忧。本文探讨了将录音限制在低频音频以保护口语内容的 effectiveness。为了将音频信号重采样到不同的采样率，我们比较了采用抗混叠滤波的效果。隐私增强通过自动语音识别模型词错率的增加来衡量。对效用性能的影响则通过语音活动检测模型来衡量。我们的实验结果表明，对于干净录音，使用高达 800 Hz 采样率训练的模型能够正确转录大部分单词。针对这两种模型，我们分析了说话人性别和音高的影响，并证明了缺失抗混叠滤波会更强地损害语音隐私。
引用
@article{arxiv.2508.02483,
title = {Revisiting the Privacy of Low-Frequency Speech Signals: Exploring Resampling Methods, Evaluation Scenarios, and Speaker Characteristics},
author = {Jule Pohlhausen and Jörg Bitzer},
journal= {arXiv preprint arXiv:2508.02483},
year = {2026}
}
备注
Accepted at SPSC 2025 - 5th Symposium on Security and Privacy in Speech Communication