你是你说的什么：利用语言内容进行 VoicePrivacy 攻击
音频与语音处理
2026-05-21 v2 计算与语言
摘要
说话人匿名化系统在保留其他信息（如语言内容和情感）的同时隐藏说话人的身份。为评估其隐私效益，采用自动说话人验证（ASV）系统形式的攻击被采纳。在本研究中，我们评估了攻击者训练和评估数据集中说话人语言内容相似性的影响，通过改造 BERT 作为 ASV 系统。在 VoicePrivacy Attacker Challenge 数据集上，我们的方法实现了平均相等错误率（EER）为 35%，其中某些说话人的 EER 可低至 2%，仅凭其语音文本内容即可实现。我们的解释性研究揭示，系统决策与语音中语义相似的关键词相关，这源于 LibriSpeech 的数据整理方式。我们的研究表明，需要重新构架 VoicePrivacy 数据集以确保公平且无偏的评估，并对依赖全局 EER 进行隐私评估提出挑战。
引用
@article{arxiv.2506.09521,
title = {You Are What You Say: Exploiting Linguistic Content for VoicePrivacy Attacks},
author = {Ünal Ege Gaznepoglu and Anna Leschanowsky and Ahmad Aloradi and Prachi Singh and Daniel Tenbrinck and Emanuël A. P. Habets and Nils Peters},
journal= {arXiv preprint arXiv:2506.09521},
year = {2026}
}
备注
5 pages, 6 figures, 1 table, accepted at INTERSPEECH 2025 update reason: change to the acknowledgements