计算机科学 > 声音
[提交于 2025年7月10日
]
标题: SecureSpeech:基于提示的说话人和内容保护
标题: SecureSpeech: Prompt-based Speaker and Content Protection
摘要: 鉴于身份盗窃和通过语音内容重新识别说话者带来的日益严重的隐私问题,本文提出了一种基于提示的语音生成流程,以确保说话者身份和语音内容的双重匿名化。 这是通过1)生成与源说话者不可关联的说话者身份,由描述符控制,以及2)使用名称实体识别模型和大型语言模型替换原始文本中的敏感内容来实现的。 该流程利用匿名化的说话者身份和文本通过文本到语音合成模型生成高质量、隐私友好的语音。 实验结果表明,在保持一定的内容保留和音频质量水平的同时,实现了显著的隐私保护。 本文还研究了不同说话者描述对生成语音的实用性和隐私的影响,以确定潜在的偏见。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.