VoicePrivacy 2022 挑战赛评估方案
音频与语音处理
2022-09-29 v3 计算与语言
密码学与安全
摘要
面向新参与者——执行摘要:(1) 任务是开发一种用于语音数据的语音匿名化系统,该系统隐藏说话人语音身份,同时保护语言内容、副语言属性、可懂度与自然度。(2) 除 3 种不同的基线匿名化系统、评估脚本与指标外,还提供训练、开发与评估数据集。参与者应用其开发的匿名化系统,运行评估脚本,并向组织者提交客观评估结果及匿名化语音数据。(3) 结果将在与 INTERSPEECH 2022 联合举办的研讨会上展示,所有参与者均受邀展示其挑战赛系统并提交额外的研讨会论文。对于熟悉 VoicePrivacy 挑战赛的读者——相较 2020 年的变化:(1) 更强的半知情攻击模型,形式为在匿名化(逐语句)语音数据上训练的自动说话人验证(ASV)系统。(2) 互补指标包括等错误率(EER)作为隐私指标,词错误率(WER)作为主要效用指标,以及音高相关性与语音区分度增益作为次要效用指标。(3) 基于一组最小目标隐私需求的新排名策略。
引用
@article{arxiv.2203.12468,
title = {The VoicePrivacy 2022 Challenge Evaluation Plan},
author = {Natalia Tomashenko and Xin Wang and Xiaoxiao Miao and Hubert Nourtel and Pierre Champion and Massimiliano Todisco and Emmanuel Vincent and Nicholas Evans and Junichi Yamagishi and Jean-François Bonastre},
journal= {arXiv preprint arXiv:2203.12468},
year = {2022}
}
备注
the file is unchanged; minor correction in metadata