跳到正文
arXiv · ML· Yejin Kim, Kyungsu Kim, Seungu Han, Kyogu Lee·· 2026-10-14AI 评分23

LiveAnon 如何利用编码语言模型改善流式说话人匿名化的隐私与效用

LiveAnon: Improving Privacy and Utility in Streaming Speaker Anonymization with Codec Language Models

AI 导读

LiveAnon 提出一种基于语音转换的流式说话人匿名化系统,通过直接条件化自回归编码语言模型于预训练流式 ASR 编码器的隐藏特征,在无需情绪特定监督的情况下保留情绪。 该系统引入有界 RVQ 解码以降低延迟,在 VPC24 基准中比固定目标 Stream-Voice-Anon 具有更高的可懂度和情绪保留,并实现流式系统中最强的半知情隐私;在 VPC26 中各项指标排名第二。

来源:arXiv · ML · arxiv.org