低频语音信号的隐私性： resampling 方法、评估情景与说话人特征
机器学习
2025-08-05 v1
摘要
虽然现实生活中的音频录音提供了关于社交动态和对话行为的见解，但也引发了对个人敏感数据的隐私 concerns。本文探讨了将录音限制在低频音频以保护说话内容的有效性。对于对音频信号进行不同的 resampling，我们比较了采用防混叠滤波的效果。通过增加自动语音识别模型的词错误率来衡量隐私增强。通过语音活动检测模型来衡量实用性能的影响。我们的实验结果表明，对于干净的录音，训练采样率最高可达 800 Hz 时，自动语音识别模型仍能正确 transcribe 大多数单词。对于两个模型，我们分析了说话人性别和音高的影响，我们证明了缺乏防混叠滤波更显著地损害语音隐私。
关键词
引用
@article{arxiv.2508.02482,
title = {Toward Using Machine Learning as a Shape Quality Metric for Liver Point Cloud Generation},
author = {Khoa Tuan Nguyen and Gaeun Oh and Ho-min Park and Francesca Tozzi and Wouter Willaert and Joris Vankerschaver and Niki Rashidian and Wesley De Neve},
journal= {arXiv preprint arXiv:2508.02482},
year = {2025}
}