Stream-Voice-Anon: Enhancing Utility of Real-Time Speaker Anonymization via Neural Audio Codec and Language Models

від

у

Stream-Voice-Anon: підвищення корисності анонімізації мовця у режимі реального часу за допомогою нейронного аудіокодека та мовних моделей

https://ift.tt/E20bLd5

Захист ідентичності мовця є критично важливим для онлайн-голосових застосунків, але стрімінгова анонімізація мовця (SA) залишається недостатньо дослідженою. Останні дослідження показали, що нейронний аудіокодек (NAC) забезпечує краще розділення характеристик мовця та лінгвістичну вірність. NAC також можна використати з причинними моделями мови (LM) для підвищення лінгвістичної вірності та контролю за підказками для потокових завдань. Проте існуючі NAC-орієнтовані онлайн-системи LM розроблені для голосового конвертування (VC), а не для анонімізації, і їм бракує технік, необхідних для захисту приватності. Будуючи на цих досягненнях, ми представляємо Stream-Voice-Anon, який адаптує сучасні архітектури NAC на базі причинних LM спеціально для потокової SA, інтегруючи техніки анонімізації. Наш підхід до анонімізації включає генерацію псевдомовної репрезентації, змішування ембеддінгу мовця та різноманітні стратегії підбору підказок для LM, що використовують властивості розділення квантованих контентних кодів для запобігання витоку інформації про мовця. Крім того, ми порівнюємо динамічні та фіксовані затримки, щоб дослідити компроміси між затримкою та приватністю в режимі реального часу. За протоколом конкурсу VoicePrivacy 2024 Stream-Voice-Anon демонструє значне покращення в розбірливості (до відносного зменшення WER на 46%) та збереженні емоцій (до відносного підвищення UAR на 28%) порівняно з попереднім передовим методом потокової обробки DarkStream, з підтримкою подібної затримки (180 мс проти 200 мс) та захисту приватності проти нападників із обмеженою інформацією, однак демонструє 15% відносного зниження порівняно з нападниками з частковою інформацією.

HI-FI News

via Artificial Intelligence https://ift.tt/oEelRtO

January 21, 2026 at 05:52AM

21 січня 2026 року о 05:52 ранку

January 21, 2026 at 05:52AM