論文の概要: Is Word Error Rate Enough? Rethinking Privacy Evaluation in Speech with Entity-Aware Metrics

• arxiv url: http://arxiv.org/abs/2610.08831v1
• Date: Sun, 27 Sep 2026 11:50:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-11 16:33:44.548774
• Title: Is Word Error Rate Enough? Rethinking Privacy Evaluation in Speech with Entity-Aware Metrics
• Title（参考訳）: 単語誤り率は十分か? エンティティを意識した音声におけるプライバシー評価を再考する
• Abstract要約: 音声コンテンツ保護における2つの難読化手法の有効性を評価する。 エンティティリッチなデータの微調整は、いくつかのエンティティカテゴリのアタックパフォーマンスを改善するが、他のカテゴリは改善しない。
• 参考スコア（独自算出の注目度）: 2.018258593552284
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: As the use of smart devices continues to increase, their potential to capture sensitive speech content raises growing privacy concerns. It is therefore critical to develop techniques that prevent information leakage while preserving the utility of the audio, and evaluation metrics that accurately quantify the level of privacy without overestimating it. In this work, we evaluate the effectiveness of two obfuscation techniques in protecting speech content, with particular emphasis on named entities, by adapting entity-aware privacy metrics from the Natural Language Processing field to the speech privacy domain. Further, we investigate several attack scenarios and show that fine-tuning on entity-rich data improves attack performance for some entity categories but not others. Finally, we provide guidance on metric selection based on whether the obfuscation method preserves temporal alignment.
• Abstract（参考訳）: スマートデバイスの利用が拡大するにつれ、センシティブな音声コンテンツをキャプチャする可能性が高まっ、プライバシーの懸念が高まっている。 したがって、音声の効用を保ちながら情報漏洩を防止する技術と、それを過大評価することなくプライバシーレベルを正確に定量化する評価指標を開発することが重要である。 本研究では,自然言語処理分野から音声プライバシ領域へのエンティティ認識型プライバシメトリクスの適用により,音声コンテンツ保護における2つの難読化手法の有効性を評価する。 さらに、いくつかの攻撃シナリオを調査し、エンティティリッチなデータの微調整により、いくつかのエンティティカテゴリの攻撃性能が向上することを示す。 最後に, 難読化法が時間的アライメントを保持するか否かに基づいて, 計量選択に関するガイダンスを提供する。

関連論文リスト

• Zero-Shot Privacy-Aware Text Rewriting via Iterative Tree Search [60.197239728279534]
  クラウドベースのサービスにおける大規模言語モデル(LLM)は、重大なプライバシー上の懸念を引き起こしている。 既存のテキスト匿名化と、ルールベースのリアクションやスクラブのような非識別技術は、プライバシー保護とテキストの自然性と実用性のバランスをとるのに苦労することが多い。 我々は,一貫性,妥当性,自然性を保ちながら,秘密情報を体系的に難読化・削除するゼロショット木探索型反復文書き換えアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2025-09-25T07:23:52Z)
• 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)
• A False Sense of Privacy: Evaluating Textual Data Sanitization Beyond Surface-level Privacy Leakage [77.83757117924995]
  我々は、データリリース時の個人のプライバシーリスクを定量化するために、再識別攻撃を評価する新しいフレームワークを提案する。 本手法は, 衛生データから年齢や物質使用履歴などのセンシティブな属性を推測するために, 一見無害な補助情報を利用できることを示す。
  論文  参考訳（メタデータ） (2025-04-28T01:16:27Z)
• 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)
• Semantics-Preserved Distortion for Personal Privacy Protection in Information Management [65.08939490413037]
  本稿では,意味的整合性を維持しつつテキストを歪ませる言語学的アプローチを提案する。 本稿では, 意味保存歪みの枠組みとして, 生成的アプローチと置換的アプローチの2つを提示する。 また、特定の医療情報管理シナリオにおけるプライバシ保護についても検討し、機密データの記憶を効果的に制限していることを示す。
  論文  参考訳（メタデータ） (2022-01-04T04:01:05Z)

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。