音声プライバシーを保存するためのオートエンコーダと敵対訓練を用いたXベクトル匿名化【JST・京大機械翻訳】

Perero-Codosero Juan M.; Perero-Codosero Juan M.; Espinoza-Cuadros Fernando M.; Espinoza-Cuadros Fernando M.; Hernandez-Gomez Luis A.

文献

J-GLOBAL ID：202202272112287697 整理番号：22A0903487

音声プライバシーを保存するためのオートエンコーダと敵対訓練を用いたXベクトル匿名化【JST・京大機械翻訳】

X-vector anonymization using autoencoders and adversarial training for preserving speech privacy

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=22A0903487&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=22A0903487&from=J-GLOBAL&jstjournalNo=T0677A") }}

著者 (5件)： , , , ,
資料名：
巻： 74 ページ： Null 発行年： 2022年
JST資料番号： T0677A ISSN： 0885-2308 資料種別：逐次刊行物 (A)
記事区分：原著論文発行国：イギリス (GBR) 言語：英語 (EN)

ユーザから個人データを収集するWebサービスとモバイルアプリケーションの急速な増加は,プライバシーがひどく損なわれるリスクも増大している。特に,深い学習における検証的ブレークスルーによって電力化された言語インタフェイスと音声支援の増加する多様性は,音声データのプライバシーを保存するという点で,欧州連合における重要な懸念を促した。例えば,攻撃者はユーザから音声を記録でき,音声同定を必要とするシステムへのアクセスを獲得するために,それらを楽しめることができる。音声信号から話者,言語学(例えば,方言)と言語学的特徴(例えば,年齢)を抽出することによって,話者プロファイルを既存の技術を通してユーザから隠すこともできる。これらの弱点を緩和するために,本研究では,オートエンコーダと広告訓練に基づく音声匿名化法を示した。発話を与えられた場合,まず,最先端の話者認識に使用される強力な発話レベル埋込みであるxベクトルを抽出する。この元のxベクトルは,話者,性別,アクセント情報が敵対訓練により抑制される新しいxベクトルを生成する自動符号化器により変換される。匿名化音声は,入力音声から抽出した匿名化xベクトル,基本周波数,音素情報により駆動される神経音声合成器を通して最終的に生成される。評価のために,自動話者検証を用いて匿名化またはプライバシーが測定されるVoicePrivacyチャレンジフレームワークに従い,自動音声認識により明瞭度の保存を評価した。実験結果により,提案手法は,音声コンテンツ(すなわち,類似の単語誤り率)に対して類似の明瞭度を維持しながら,VoicePrivacy基準(即ち,より高い話者検証誤差)よりも高いプライバシーを達成することを示した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

, , , , , , , , , , , , ,
, , 【Automatic Indexing@JST】

著者キーワード (6件)： , , , , ,

パターン認識 , 音声処理

, , , , , , ,

前のページに戻る