基于 x-vector 的说话人匿名化中的声码器漂移
音频与语音处理
2023-06-06 v1
摘要
说话人匿名化的最先进方法通常采用某种形式的扰动函数来隐藏 x-vector 嵌入中包含的说话人信息，然后使用声码器以新的伪说话人声音重新合成语音。改进 x-vector 匿名化函数的策略已吸引了大量研究投入，而声码器的影响通常被忽视。在本文中，我们表明声码器的影响十分显著，有时甚至是主导性的。声码器漂移，即声码器输入的 x-vector 与随后可从输出中提取的 x-vector 之间的差异，是可学习的，因此可被攻击者逆转；匿名化可能被破解，此类方法所提供的隐私保护水平可能弱于先前设想。这些发现对专注于 x-vector 匿名化提出质疑，提示需要更多地关注声码器影响以及更强的攻击模型。
引用
@article{arxiv.2306.02892,
title = {Vocoder drift in x-vector-based speaker anonymization},
author = {Michele Panariello and Massimiliano Todisco and Nicholas Evans},
journal= {arXiv preprint arXiv:2306.02892},
year = {2023}
}
备注
Accepted at INTERSPEECH 2023