論文の概要: Privacy-Utility Balanced Voice De-Identification Using Adversarial Examples

• arxiv url: http://arxiv.org/abs/2211.05446v1
• Date: Thu, 10 Nov 2022 09:35:58 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-11 16:30:29.592771
• Title: Privacy-Utility Balanced Voice De-Identification Using Adversarial Examples
• Title（参考訳）: 逆例を用いたプライバシ・ユーティリティバランス音声復号化
• Authors: Meng Chen, Li Lu, Jiadi Yu, Yingying Chen, Zhongjie Ba, Feng Lin, Kui Ren
• Abstract要約: 音声サービスのプライバシーと利便性のバランスをとるための音声識別システムを提案する。 メインストリームのAISや商用システムでは,98%,79%の非識別が達成できた。
• 参考スコア（独自算出の注目度）: 32.3274243128532
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Faced with the threat of identity leakage during voice data publishing, users are engaged in a privacy-utility dilemma when enjoying convenient voice services. Existing studies employ direct modification or text-based re-synthesis to de-identify users' voices, but resulting in inconsistent audibility in the presence of human participants. In this paper, we propose a voice de-identification system, which uses adversarial examples to balance the privacy and utility of voice services. Instead of typical additive examples inducing perceivable distortions, we design a novel convolutional adversarial example that modulates perturbations into real-world room impulse responses. Benefit from this, our system could preserve user identity from exposure by Automatic Speaker Identification (ASI) while remaining the voice perceptual quality for non-intrusive de-identification. Moreover, our system learns a compact speaker distribution through a conditional variational auto-encoder to sample diverse target embeddings on demand. Combining diverse target generation and input-specific perturbation construction, our system enables any-to-any identify transformation for adaptive de-identification. Experimental results show that our system could achieve 98% and 79% successful de-identification on mainstream ASIs and commercial systems with an objective Mel cepstral distortion of 4.31dB and a subjective mean opinion score of 4.48.
• Abstract（参考訳）: 音声データ公開中のID漏洩の脅威に直面したユーザは、便利な音声サービスを楽しむ際に、プライバシー利用のジレンマに巻き込まれている。 既存の研究では、ユーザの声を非識別するために直接修正またはテキストベースの再合成を用いるが、人間の声の存在において一貫性のない聴力をもたらす。 本稿では,音声サービスのプライバシーと利便性のバランスをとるために,逆行例を用いた音声識別システムを提案する。 知覚可能な歪みを誘導する典型的な付加例の代わりに、現実の部屋のインパルス応答に摂動を変調する新しい畳み込み対逆例を設計する。 そこで本システムでは,非侵入的識別のための音声知覚品質を維持しつつ,ASI(Automatic Speaker Identification)によるユーザ識別の保護が可能であった。 さらに,条件付き変分オートエンコーダを通したコンパクトな話者分布を学習し,多様なターゲット埋め込みをオンデマンドでサンプリングする。 多様なターゲット生成と入力固有の摂動構成を組み合わせることで,適応的非識別化のための任意の識別変換を可能にする。 実験結果から,本システムは4.31dbのメルセプストラム歪みと主観的平均評価スコア4.48と,主観的asisおよび商用システムにおいて98%,79%の非同定を達成できた。

関連論文リスト

• RELIC: Investigating Large Language Model Responses using Self-Consistency [58.63436505595177]
  LLM(Large Language Models)は、フィクションと事実を混同し、幻覚として知られる非事実コンテンツを生成することで有名である。 本稿では,ユーザが生成したテキストの信頼性を把握できる対話型システムを提案する。
  論文  参考訳（メタデータ） (2023-11-28T14:55:52Z)
• Anonymizing Speech: Evaluating and Designing Speaker Anonymization Techniques [1.2691047660244337]
  音声ユーザインタフェースの利用が増加し、音声データの収集と保存が急増した。 本論文は、音声の匿名化と匿名化の程度を評価するためのソリューションを提案する。
  論文  参考訳（メタデータ） (2023-08-05T16:14:17Z)
• Anomalous Sound Detection using Audio Representation with Machine ID based Contrastive Learning Pretraining [52.191658157204856]
  コントラスト学習を用いて、各音声サンプルではなく、各機械IDの音声表現を洗練する。 提案手法では、コントラスト学習を用いて音声表現モデルを事前学習する。 実験の結果,本手法はコントラスト学習や自己教師型分類を用いて最先端の手法よりも優れていた。
  論文  参考訳（メタデータ） (2023-04-07T11:08:31Z)
• Symmetric Saliency-based Adversarial Attack To Speaker Identification [17.087523686496958]
  我々は、対称サリエンシに基づくエンコーダデコーダ(SSED)と呼ばれる、新しい世代ネットワークベースのアプローチを提案する。 まず,新規な唾液マップデコーダを用いて,対象話者識別システムの決定に対する音声サンプルの重要性を学習する。 第2に,話者を音源から遠ざける角度損失関数を提案する。
  論文  参考訳（メタデータ） (2022-10-30T08:54:02Z)
• DeID-VC: Speaker De-identification via Zero-shot Pseudo Voice Conversion [0.0]
  DeID-VCは、実際の話者を擬似話者に変換する話者識別システムである。 PSGの助けを借りて、DeID-VCは独自の擬似話者を話者レベルや発話レベルに割り当てることができる。
  論文  参考訳（メタデータ） (2022-09-09T21:13:08Z)
• An Attribute-Aligned Strategy for Learning Speech Representation [57.891727280493015]
  属性選択機構によってこれらの問題に柔軟に対処できる音声表現を導出する属性整合学習戦略を提案する。 具体的には、音声表現を属性依存ノードに分解する層式表現可変オートエンコーダ(LR-VAE)を提案する。 提案手法は,IDのないSER上での競合性能と,無感情SV上でのより良い性能を実現する。
  論文  参考訳（メタデータ） (2021-06-05T06:19:14Z)
• Personalized Keyphrase Detection using Speaker and Environment Information [24.766475943042202]
  単語からなるフレーズを大きな語彙から正確に検出するために、簡単にカスタマイズできるストリーミングキーフレーズ検出システムを紹介します。 本システムは,エンドツーエンドで訓練された自動音声認識(ASR)モデルと,テキスト非依存話者検証モデルを用いて実装される。
  論文  参考訳（メタデータ） (2021-04-28T18:50:19Z)
• Voice Privacy with Smart Digital Assistants in Educational Settings [1.8369974607582578]
  ソースにおける音声プライバシーのための実用的で効率的なフレームワークを設計・評価する。 このアプローチでは、話者識別(SID)と音声変換法を組み合わせて、音声を記録するデバイス上でユーザのアイデンティティをランダムに偽装する。 我々は、単語誤り率の観点から変換のASR性能を評価し、入力音声の内容を保存する上で、このフレームワークの約束を示す。
  論文  参考訳（メタデータ） (2021-03-24T19:58:45Z)
• Speaker De-identification System using Autoencoders and Adversarial Training [58.720142291102135]
  本稿では,対人訓練とオートエンコーダに基づく話者識別システムを提案する。 実験結果から, 対向学習とオートエンコーダを組み合わせることで, 話者検証システムの誤り率が同等になることがわかった。
  論文  参考訳（メタデータ） (2020-11-09T19:22:05Z)
• Design Choices for X-vector Based Speaker Anonymization [48.46018902334472]
  第1回VoicePrivacy Challengeのベースラインとして,フレキシブルな擬似話者選択手法を提案する。 LibriSpeechから派生したデータセットを使用して実験を行い、プライバシとユーティリティの観点から設計選択の最適な組み合わせを見つける。
  論文  参考訳（メタデータ） (2020-05-18T11:32:14Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。