論文の概要: Voice Privacy from an Attribute-based Perspective

• arxiv url: http://arxiv.org/abs/2603.20301v2
• Date: Tue, 24 Mar 2026 12:13:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-25 12:42:17.585836
• Title: Voice Privacy from an Attribute-based Perspective
• Title（参考訳）: 属性に基づく音声プライバシー
• Authors: Mehtab Ur Rahman, Martha Larson, Cristian Tejedor-Garcia,
• Abstract要約: 我々は属性に基づく視点を導入し、話者属性の集合の比較の観点からプライバシ保護を測定する。 本研究は, 話者の真理属性, 原音声に推定される属性, 標準匿名化で保護された音声に推定される属性について, 話者の独特性を計算することによって, プライバシへの影響を解析する。
• 参考スコア（独自算出の注目度）: 0.10195618602298682
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Voice privacy approaches that preserve the anonymity of speakers modify speech in an attempt to break the link with the true identity of the speaker. Current benchmarks measure speaker protection based on signal-to-signal comparisons. In this paper, we introduce an attribute-based perspective, where we measure privacy protection in terms of comparisons between sets of speaker attributes. First, we analyze privacy impact by calculating speaker uniqueness for ground truth attributes, attributes inferred on the original speech, and attributes inferred on speech protected with standard anonymization. Next, we examine a threat scenario involving only a single utterance per speaker and calculate attack error rates. Overall, we observe that inferred attributes still present a risk despite attribute inference errors. Our research points to the importance of considering both attribute-related threats and protection mechanisms in future voice privacy research.
• Abstract（参考訳）: 話者の匿名性を維持する音声プライバシーアプローチは、話者の真のアイデンティティとの関係を断ち切るために、音声を修正する。 現在のベンチマークでは、信号と信号の比較に基づいて話者保護を測定している。 本稿では,話者属性の集合間の比較の観点から,プライバシ保護を計測する属性に基づく視点を提案する。 まず,基本的真理属性,原音声に推定される属性,標準匿名化で保護された音声に推定される属性について,話者の独特性を計算することで,プライバシーへの影響を解析する。 次に、話者1人当たりの1つの発話のみを含む脅威シナリオを調査し、攻撃エラー率を算出する。 全体としては、属性推論エラーにもかかわらず、推論された属性がまだリスクを伴っていることを観察する。 本研究は,今後の音声プライバシー研究において,属性関連脅威と保護機構の両方を考慮することの重要性を指摘する。

関連論文リスト

• VoxGuard: Evaluating User and Attribute Privacy in Speech via Membership Inference Attacks [51.68795949691009]
  差分プライバシとメンバシップ推論に基づくフレームワークであるVoxGuardを紹介した。 属性については, 匿名化後も, 性別やアクセントをほぼ完全精度で再現できることが示唆された。 以上の結果から,EERはリークを著しく過小評価し,低FPR評価の必要性を浮き彫りにしている。
  論文  参考訳（メタデータ） (2025-09-22T20:57:48Z)
• Asynchronous Voice Anonymization Using Adversarial Perturbation On Speaker Embedding [46.25816642820348]
  我々は、人間の知覚を維持しながら、音声認識に対して音声属性を変更することに重点を置いている。 話者ゆがみ機構を組み込んだ音声生成フレームワークを用いて匿名化音声を生成する。 LibriSpeechデータセットで行った実験では、話者の属性は、その人の知覚が処理された発話の60.71%で保存されていることが判明した。
  論文  参考訳（メタデータ） (2024-06-12T13:33:24Z)
• Anonymizing Speech with Generative Adversarial Networks to Preserve Speaker Privacy [22.84840887071428]
  話者匿名化は、音声録音における音声を変化させることで話者の同一性を隠蔽することを目的としている。 これは一般的に、個人の保護とダウンストリームアプリケーションにおけるデータのユーザビリティとの間の、プライバシーとユーティリティのトレードオフが伴う。 本稿では,ワッサースタイン距離をコスト関数として生成した逆数ネットワークを用いて話者埋め込みを生成することで,この問題に対処することを提案する。
  論文  参考訳（メタデータ） (2022-10-13T13:12:42Z)
• Differentially Private Speaker Anonymization [44.90119821614047]
  実世界の発話を共有することが、音声ベースのサービスのトレーニングと展開の鍵となる。 話者匿名化は、言語的および韻律的属性をそのまま残しながら、発話から話者情報を除去することを目的としている。 言語的属性と韻律的属性は依然として話者情報を含んでいる。
  論文  参考訳（メタデータ） (2022-02-23T23:20:30Z)
• Protecting gender and identity with disentangled speech representations [49.00162808063399]
  音声における性情報保護は,話者識別情報のモデル化よりも効果的であることを示す。 性別情報をエンコードし、2つの敏感な生体識別子を解読する新しい方法を提示する。
  論文  参考訳（メタデータ） (2021-04-22T13:31:41Z)

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。