SegReConcat：一种用于语音匿名化攻击的数据增强方法
声音
2025-08-27 v1 人工智能
摘要
语音匿名化旨在隐藏说话人身份，同时保持语音数据的效用。然而，残留的说话人线索往往持续存在，这带来了隐私风险。我们提出了SegReConcat，这是一种用于攻击者侧增强自动说话人验证系统的数据增强方法。SegReConcat在词级别对匿名化语音进行分段，使用随机或基于相似性的策略重新排列片段以破坏长时上下文线索，并将其与原始话语拼接，从而使攻击者能够从多个视角学习源说话人特征。所提出的方法已在VoicePrivacy Attacker Challenge 2024框架下，针对七个匿名化系统进行了评估，SegReConcat在七个系统中有五个系统上提升了解匿名化性能。
引用
@article{arxiv.2508.18907,
title = {SegReConcat: A Data Augmentation Method for Voice Anonymization Attack},
author = {Ridwan Arefeen and Xiaoxiao Miao and Rong Tong and Aik Beng Ng and Simon See},
journal= {arXiv preprint arXiv:2508.18907},
year = {2025}
}
备注
The Paper has been accepted by APCIPA ASC 2025