論文の概要: The Voiceprint Fallacy: Why Voices Are Not Unique Biometric Imprints
- arxiv url: http://arxiv.org/abs/2608.07980v1
- Date: Sat, 08 Aug 2026 07:33:44 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-11 19:16:36.591489
- Title: The Voiceprint Fallacy: Why Voices Are Not Unique Biometric Imprints
- Title（参考訳）: ボイスプリントの欠陥:なぜ音声はユニークなバイオメトリックのインプリントでないのか
- Abstract要約: この記事では、話者同一性の証拠として数えられる音声プリントの誤りと再考を再考する。
音声入力のメタファーとその基礎となる意味は、話者情報の確率的情報源を想像上の安定したアイデンティティのオブジェクトに変換するため、科学的に誤解を招く。
- 参考スコア（独自算出の注目度）: 21.518184716301686
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In recent years, the term voiceprint has regained attention, particularly in technological applications and policy-making contexts, often carrying the assumption that a person's voice constitutes a stable and unique biometric trace analogous to a fingerprint. Yet this conception has been repeatedly criticized and rejected by forensic voice experts throughout the decades since its introduction. Although voices undoubtedly contain speaker-related information, this simplified conception obscures the highly dynamic and context-dependent nature of speech. This article revisits the voiceprint fallacy and reconsiders what can count as evidence of speaker identity by reviewing the historical development of voiceprint identification, evidence on human voice variability, developments in forensic voice comparison, research on human and automatic speaker recognition, and the recent challenge posed by deepfake speech to speaker identity. We point out that the voiceprint metaphor and its underlying implications are scientifically misleading because they transform a probabilistic source of speaker information into an imagined stable object of identity. To avoid treating voices as imprint-like traces, we recommend that voice evidence be interpreted through validated and calibrated probabilistic frameworks that explicitly account for variability, uncertainty, and alternative explanations.
- Abstract（参考訳）: 近年、音声プリントという用語は、特に技術応用や政策決定の文脈において注目を集めており、人の声が指紋に似た安定かつユニークな生体認証の痕跡を構成するという仮定をしばしば持ってきた。
しかし、この概念は、導入以来何十年もの間、法医学的な音声専門家によって繰り返し批判され、否定されてきた。
音声は明らかに話者関連情報を含んでいるが、この単純化された概念は、非常にダイナミックで文脈に依存した音声の性質を曖昧にしている。
本稿では,音声識別の歴史的展開,人間の声の変動性に関する証拠,法医学的音声比較の進展,人間と自動話者認識の研究,さらには話者識別に対する深層発話による近年の課題について,話者識別の証拠とみなすことができるものを再考する。
音声入力のメタファーとその基礎となる意味は、話者情報の確率的情報源を想像上の安定したアイデンティティのオブジェクトに変換するため、科学的に誤解を招く。
音声をインプリント的トレースとして扱うことを避けるため、可変性、不確実性、代替的な説明を明示的に説明する検証および校正された確率的フレームワークを通して音声証拠を解釈することを推奨する。
関連論文リスト
- Depression Markers in Speech: An Approach based on Tract Variables Dynamics [52.72895760734978]
本研究では, トラクション変数の動的性質に基づいて, 新規なうつ病バイオマーカーを同定した。
提案するバイオマーカーは, 抑うつ話者と制御話者の識別を効果的に行う。
論文 参考訳（メタデータ） (2026-07-28T15:48:07Z) - MOSS-VoiceGenerator: Create Realistic Voices with Natural Language Descriptions [60.69565588088127]
MOSS-VoiceGeneratorは、自然言語プロンプトから直接新しい音色を生成するオープンソースの命令駆動音声生成モデルである。
実世界の音響変化に曝露すると、より知覚的に自然な音声が生まれるという仮説に触発され、映画コンテンツから得られた大規模表現音声データに基づいて訓練を行う。
主観的嗜好研究は、他の音声設計モデルと比較して、全体的な性能、指示追従、自然性においてその優位性を示す。
論文 参考訳（メタデータ） (2026-03-30T06:40:59Z) - A stylometric analysis of speaker attribution from speech transcripts [0.5371337604556311]
法医学的な科学者は、身代金の請求、隠蔽記録、自殺届の疑い、匿名のオンライン通信など、未知の話者や作家を特定する必要があることが多い。
音声領域における話者認識は通常、音声の音声的または音響的特性を調べる。
話者が音声を偽装したり、音声合成ソフトを使用すれば、音声特性はもはや信頼できないかもしれない。
論文 参考訳（メタデータ） (2025-12-15T18:55:25Z) - Exploiting Context-dependent Duration Features for Voice Anonymization Attack Systems [17.048523623756623]
音声時間力学から文脈依存の持続時間埋め込みを抽出し、話者特性を表現する新しい手法を提案する。
これらの表現を用いて新たな攻撃モデルを開発し、話者検証と音声匿名化システムにおける潜在的な脆弱性を分析する。
論文 参考訳（メタデータ） (2025-07-21T03:28:56Z) - Analyzing and Improving Speaker Similarity Assessment for Speech Synthesis [20.80178325643714]
生成音声システムでは、IDは自動話者検証(ASV)埋め込みを用いて評価されることが多い。
広く使われているASV埋め込みは,リズムなどの動的要素を無視しつつ,音色やピッチ範囲などの静的特徴に主眼を置いていることがわかった。
これらのギャップに対処するために、話者の動的リズムパターンを評価する指標であるU3Dを提案する。
論文 参考訳（メタデータ） (2025-07-02T22:16:42Z) - 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) - EXPRESSO: A Benchmark and Analysis of Discrete Expressive Speech
Resynthesis [49.04496602282718]
テキストなし音声合成のための高品質な表現型音声データセットであるExpressoを紹介する。
このデータセットは、26の自発的表現スタイルで描画された読み上げ音声と即興対話の両方を含む。
自己監督型離散エンコーダの自動計測値を用いて再生品質を評価する。
論文 参考訳（メタデータ） (2023-08-10T17:41:19Z) - Improving speaker de-identification with functional data analysis of f0
trajectories [10.809893662563926]
フォーマント修正は、訓練データを必要としない話者識別のための、シンプルで効果的な方法である。
本研究は, 簡易な定式化シフトに加えて, 関数データ解析に基づくf0トラジェクトリを操作する新しい話者識別手法を提案する。
提案手法は,音素的に制御可能なピッチ特性を最適に識別し,フォルマントに基づく話者識別を最大25%改善する。
論文 参考訳（メタデータ） (2022-03-31T01:34:15Z) - High Fidelity Speech Regeneration with Application to Speech Enhancement [96.34618212590301]
本稿では,24khz音声をリアルタイムに生成できる音声のwav-to-wav生成モデルを提案する。
音声変換法に着想を得て,音源の同一性を保ちながら音声特性を増強する訓練を行った。
論文 参考訳（メタデータ） (2021-01-31T10:54:27Z) - Data-driven Detection and Analysis of the Patterns of Creaky Voice [13.829936505895692]
クレーキー音声はフレーズ境界マーカーとしてよく使われる品質である。
難解な音声の自動検出とモデリングは、音声技術への応用に影響を及ぼす可能性がある。
論文 参考訳（メタデータ） (2020-05-31T13:34:30Z) - Defending Your Voice: Adversarial Attack on Voice Conversion [70.19396655909455]
音声変換に対する対人攻撃を最初に行う試みについて報告する。
音声を守らなければならない話者の発話に、人間の騒音が知覚できないことを紹介する。
その結果, 変換された発話の話者特性は, 防御された話者と明らかに異なることがわかった。
論文 参考訳（メタデータ） (2020-05-18T14:51:54Z)
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。