論文の概要: The Content Leash: Mitigating Degenerate Solutions in Invertible Speaker Anonymization

• arxiv url: http://arxiv.org/abs/2610.36768v1
• Date: Tue, 27 Oct 2026 07:28:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-28 21:04:31.53693
• Title: The Content Leash: Mitigating Degenerate Solutions in Invertible Speaker Anonymization
• Title（参考訳）: コンテンツキャッシュ: 可逆話者匿名化における退化解の緩和
• Abstract要約: この研究は可逆的な音声匿名化に焦点を当てており、元の音声は永久に破棄されるのではなく、認証されたユーザによって復元することができる。 既存の手法は、音声自体を劣化させることで明らかな話者匿名化を実現することができるが、その効果は訓練中に使用される話者検証表現にも依存する可能性がある。 本稿では、主に音声の劣化によって匿名化が達成されることを防止し、プライバシーとユーティリティのトレードオフを改善するためのコンテンツ保存トレーニングの制約を導入する。
• 参考スコア（独自算出の注目度）: 0.25957372084704233
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Voice anonymization aims to protect a speaker's identity while preserving the linguistic content of speech, enabling voice data to be shared and processed with reduced privacy risk. This work focuses on reversible voice anonymization, where the original voice can be recovered by an authorized user rather than being permanently discarded. However, existing approaches can achieve apparent speaker anonymization by degrading the speech itself, while their effectiveness may also depend on the speaker-verification representation used during training. This creates a need for methods that protect speaker identity without sacrificing speech intelligibility and that remain effective against unseen speaker verifiers. We introduce content preserving training constraints to improve the privacy-utility trade-off by preventing anonymization from being achieved primarily through speech degradation. We further introduce a verifier-generalization strategy that incorporates a stronger speaker-verification representation during training, improving anonymization robustness beyond the verifier used in the original training setup. The resulting approach maintains intelligible speech, strengthens anonymization, and preserves reliable voice restoration, with evaluation on unseen speakers and held-out speaker verification models. On 38 unseen speakers, the approach raises the attacker's equal error rate from a measured floor of 2.8% to 26.3%, and to 27.9% against a held-out verifier, with 11.8% word error rate and 94.9% speaker similarity on key-based restoration. These improvements advance reversible voice anonymization toward practical privacy-preserving speech applications, where anonymized speech can be safely processed or shared while the original voice remains recoverable under authorized conditions.
• Abstract（参考訳）: 音声匿名化は、音声の言語的内容を保持しながら話者のアイデンティティを保護することを目的としており、プライバシーリスクを低減して音声データの共有と処理を可能にする。 この研究は可逆的な音声匿名化に焦点を当てており、元の音声は永久に破棄されるのではなく、認証されたユーザによって復元することができる。 しかし、既存の手法は、音声自体を劣化させることで明らかな話者匿名化を実現することができるが、その効果は訓練中に使用される話者検証表現にも依存する可能性がある。 これにより、音声の知性を犠牲にすることなく話者識別を保護し、未知の話者検証に対して有効である方法の必要性が生じる。 本稿では、主に音声の劣化によって匿名化が達成されることを防止し、プライバシーとユーティリティのトレードオフを改善するためのコンテンツ保存トレーニングの制約を導入する。 さらに、トレーニング中により強力な話者検証表現を組み込んだ検証器一般化戦略を導入し、元のトレーニング設定で使用される検証器を超える匿名化の堅牢性を向上させる。 提案手法は, 可知音声を維持し, 匿名化を強化し, 信頼性の高い音声復元を保ち, 未確認話者と保留話者の検証モデルに基づく評価を行う。 38人の未確認話者に対して、この手法は攻撃者の対等なエラー率を2.8%から26.3%に引き上げ、キーベースの復元において11.8%のワードエラー率と94.9%の話者類似性を持つホールドアウト検証器に対して27.9%に引き上げる。 これらの改善により、実際のプライバシー保護音声アプリケーションに対する可逆的な音声匿名化が進み、匿名化された音声は、認証された条件下で元の音声が復元可能である間、安全に処理または共有することができる。

関連論文リスト

• DP-VOXLET: Provable Speaker Anonymization for Disentangled Speech Representations [2.565220169948739]
  話者匿名化システムは、本来の意味内容と韻律を維持しながら、発話の話者を難読化する。 話者匿名化の最近のソリューションは、発話を意味的内容と話者特性に分解する学習された表現に依存している。 本稿では、話者識別の枠組みに基づく話者匿名化の形式的定義と、その定義を確実に満足する話者匿名化のメカニズムを紹介する。
  論文  参考訳（メタデータ） (2026-08-31T15:34:16Z)
• 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)
• 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)
• Speaker Identity Preservation in Dysarthric Speech Reconstruction by Adversarial Speaker Adaptation [59.41186714127256]
  変形性音声再建(DSR)は,変形性音声の品質向上を目的としている。 話者識別に最適化された話者エンコーダ (SE) について検討した。 我々は,新しいマルチタスク学習戦略,すなわち対人話者適応(ASA)を提案する。
  論文  参考訳（メタデータ） (2022-02-18T08:59:36Z)
• 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)

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。