多说话人录音中的目标说话人匿名化

大多数现有的说话人匿名化研究聚焦于单说话人音频，由此发展了针对此类条件优化技术和评估指标。本研究探讨了多说话人对话音频中的说话人匿名化这一重大挑战，特别是当仅需匿名化单个目标说话人时。此场景在呼叫中心等环境中高度相关，其中客户隐私要求仅对客户在与操作员交互中的声音进行匿名化。传统匿名化方法通常不适合此任务。此外，当前评估方法无法准确评估此复杂多说话人场景中的隐私保护和效用。本工作旨在通过探索对话音频中目标说话人匿名化的有效策略来弥合这些差距，突出其开发中的潜在问题并提出相应的改进评估方法。