論文の概要: Children's Voice Privacy: First Steps And Emerging Challenges

• arxiv url: http://arxiv.org/abs/2506.00100v1
• Date: Fri, 30 May 2025 13:21:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-04 21:47:32.289415
• Title: Children's Voice Privacy: First Steps And Emerging Challenges
• Title（参考訳）: 子どもの声のプライバシー:最初のステップと挑戦
• Authors: Ajinkya Kulkarni, Francisco Teixeira, Enno Hermann, Thomas Rolland, Isabel Trancoso, Mathew Magimai Doss,
• Abstract要約: 本研究は, 子どもの3つのデータセット, 6つの匿名化方法, 客観的および主観的ユーティリティメトリクスから構成する。 以上の結果から,成人向けシステムでは,子どもの音声のプライバシーを保護できるが,実用性低下に悩まされていることが示唆された。
• 参考スコア（独自算出の注目度）: 22.885476108396485
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Children are one of the most under-represented groups in speech technologies, as well as one of the most vulnerable in terms of privacy. Despite this, anonymization techniques targeting this population have received little attention. In this study, we seek to bridge this gap, and establish a baseline for the use of voice anonymization techniques designed for adult speech when applied to children's voices. Such an evaluation is essential, as children's speech presents a distinct set of challenges when compared to that of adults. This study comprises three children's datasets, six anonymization methods, and objective and subjective utility metrics for evaluation. Our results show that existing systems for adults are still able to protect children's voice privacy, but suffer from much higher utility degradation. In addition, our subjective study displays the challenges of automatic evaluation methods for speech quality in children's speech, highlighting the need for further research.
• Abstract（参考訳）: 子どもは、音声技術において最も貧弱なグループの一つであり、プライバシーに関しても最も脆弱なグループの一つである。 それにもかかわらず、この人口を対象とした匿名化技術はほとんど注目されていない。 本研究では,このギャップを橋渡しし,子どもの声に当てはめる際に,大人向け音声匿名化手法のベースラインを確立することを目的とする。 このような評価は、子どものスピーチが大人と比べて異なる課題の集合を示すため、不可欠である。 本研究は, 子どもの3つのデータセット, 6つの匿名化方法, 客観的および主観的ユーティリティメトリクスから成る。 以上の結果から,成人向けシステムでは,子どもの音声のプライバシーを保護できるが,実用性低下に悩まされていることが示唆された。 さらに,本研究は,子どもの発話における音声品質の自動評価手法の課題を示すとともに,さらなる研究の必要性を浮き彫りにした。

関連論文リスト

• An End-to-End Approach for Child Reading Assessment in the Xhosa Language [0.3579433677269426]
  本研究は, 南アフリカで話されている言語であるXhosaに着目し, 子どもの音声認識能力を向上させることを目的とした。 本稿では,Xhosaにおける児童音声サンプルからなる新しいデータセットを提案する。 その結果、これらのモデルの性能は、利用可能なトレーニングデータの量とバランスに大きく影響されることが示唆された。
  論文  参考訳（メタデータ） (2025-05-23T00:59:58Z)
• Voice Anonymization for All -- Bias Evaluation of the Voice Privacy Challenge Baseline System [0.48342038441006807]
  本研究では,ボイスプライバシチャレンジの文脈における音声匿名化システムのバイアスについて検討する。 我々は、性別と方言に基づいて、話者サブグループ間のパフォーマンス格差を評価するために、新しいベンチマークデータセットをキュレートする。
  論文  参考訳（メタデータ） (2023-11-27T13:26:49Z)
• Kid-Whisper: Towards Bridging the Performance Gap in Automatic Speech Recognition for Children VS. Adults [4.765434968114876]
  我々は、より効率的なデータ前処理により、MySTデータセットの有用性を高める。 この改善は、目に見えないデータセットに一般化できることを示す。 その結果,Whisperの有効かつ効率的な統合が,効果的な子どもの音声認識に有効であることが示された。
  論文  参考訳（メタデータ） (2023-09-12T06:58:18Z)
• Improving Children's Speech Recognition by Fine-tuning Self-supervised Adult Speech Representations [2.2191297646252646]
  幼児の音声認識は、包括的音声認識技術を構築する際には不可欠だが、ほとんど見過ごされる領域である。 近年の自己教師型学習の進歩は、このデータ不足の問題を克服する新たな機会を生み出している。 子どもの音声認識のためのモデルを構築するために,自己指導型成人音声表現を活用し,よく知られた幼児音声コーパスを3つ利用した。
  論文  参考訳（メタデータ） (2022-11-14T22:03:36Z)
• The VoicePrivacy 2020 Challenge Evaluation Plan [53.14981205333593]
  VoicePrivacy Challengeは、音声技術のプライバシー保護ツールの開発を促進することを目的としている。 本稿では,VoicePrivacy 2020 Challengeで選択された音声匿名化タスクを定式化し,システム開発と評価に使用するデータセットについて述べる。
  論文  参考訳（メタデータ） (2022-05-14T20:05:51Z)
• The VoicePrivacy 2022 Challenge Evaluation Plan [46.807999940446294]
  トレーニング、開発、評価のデータセットが提供される。 参加者は開発した匿名化システムを適用する。 結果はInterSPEECH 2022と共同で開催されるワークショップで発表される。
  論文  参考訳（メタデータ） (2022-03-23T15:05:18Z)
• Membership Inference Attacks Against Self-supervised Speech Models [62.73937175625953]
  連続音声における自己教師付き学習(SSL)が注目されている。 ブラックボックスアクセス下でのMIA(Commanship Inference Attacks)を用いたSSL音声モデルに対する最初のプライバシ分析を行う。
  論文  参考訳（メタデータ） (2021-11-09T13:00:24Z)
• The VoicePrivacy 2020 Challenge: Results and findings [60.13468541150838]
  第1回VoicePrivacy 2020 Challengeは、音声技術の匿名化ソリューションの開発に焦点を当てている。 本稿では,提案システムの解析と評価結果を用いて,課題設計の体系的概要について述べる。
  論文  参考訳（メタデータ） (2021-09-01T23:40:38Z)
• 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)
• Introducing the VoicePrivacy Initiative [53.14981205333593]
  VoicePrivacyイニシアチブは、音声技術のプライバシー保護ツールの開発を促進することを目的としている。 本稿では,VoicePrivacy 2020 Challengeで選択された音声匿名化タスクを定式化し,システム開発と評価に使用するデータセットについて述べる。
  論文  参考訳（メタデータ） (2020-05-04T11:07:52Z)

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。