基于语音相似度矩阵的语音假名化评估
音频与语音处理
2020-09-01 v1 密码学与安全
摘要
语音技术的普及与隐私法规的日益严格，要求为语音应用开发隐私保护方案。这些方案至关重要，因为语音信号传递了丰富、个人化且可能敏感的信息。匿名化是近期 VoicePrivacy 倡议的重点，是保护说话人身份信息的一种策略。假名化方案不仅旨在掩盖说话人身份并保留语言内容、质量与自然度（此为匿名化的目标），还旨在保留语音区分性。现有的匿名化评估指标并不适用，而假名化评估指标则完全缺失。基于语音相似度矩阵，本文提出了首个针对语音信号假名化性能的直观可视化方法，以及两个用于客观评估的新指标。它们反映了去标识化与语音区分性这两个关键的假名化要求。
引用
@article{arxiv.2008.13144,
title = {Speech Pseudonymisation Assessment Using Voice Similarity Matrices},
author = {Paul-Gauthier Noé and Jean-François Bonastre and Driss Matrouf and Natalia Tomashenko and Andreas Nautsch and Nicholas Evans},
journal= {arXiv preprint arXiv:2008.13144},
year = {2020}
}
备注
Interspeech 2020