SALT：通过隐空间变换实现可区分说话人匿名化
声音
2023-10-10 v1 音频与语音处理
摘要
说话人匿名化旨在隐藏说话人身份而不降低语音质量与可懂度。大多数说话人匿名化系统将说话人表征与原语音解耦，并通过平均或修改说话人表征实现匿名化。然而，对于分布外说话人，匿名化语音存在伪说话人区分度、语音质量与可懂度下降的问题。为解决该问题，我们提出SALT，一种基于隐空间变换的说话人匿名化系统。具体而言，我们通过自监督特征提取器提取隐特征，随机采样多个说话人及其权重，随后对隐向量进行插值以实现说话人匿名化。同时，我们探索外推方法以进一步扩展伪说话人的多样性。在Voice Privacy Challenge数据集上的实验表明，我们的系统在保持语音质量与可懂度的同时取得了最先进的区分度指标。我们的代码与演示见 https://github.com/BakerBunker/SALT 。
引用
@article{arxiv.2310.05051,
title = {SALT: Distinguishable Speaker Anonymization Through Latent Space Transformation},
author = {Yuanjun Lv and Jixun Yao and Peikun Chen and Hongbin Zhou and Heng Lu and Lei Xie},
journal= {arXiv preprint arXiv:2310.05051},
year = {2023}
}
备注
8 pages, 3 figures; Accepted by ASRU2023