多语言语音匿名化攻击者ASV研究

Ridwan Arefeen等作者发表论文，评估声学导向与内容导向两类攻击者ASV系统在多语言匿名化语音上的表现。结果显示，攻击效果取决于匿名语音的语言可用性，声学导向攻击者整体表现更优；当语言信息保留较好时，两类攻击者的性能差距会缩小。 论文构建的多语言语音转换数据集可进一步提升攻击性能，并部分缩小跨语言差距。作者称，此前攻击者ASV研究主要集中在英语，多语言场景下的行为基本未被探索；论文的完整代码、预训练模型和MultiVC数据集已公开链接。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。