跳到正文
arXiv · AI· Adrien Schneider (M-PSI), Kacper Zabkowski (M-PSI), Anderson Augusma (M-PSI), Fr{\'e}d{\'e}rique Letu{\'e} (SVH), Maria Camila Pinzon (M-PSI), Dominique Vaufreydaz (M-PSI)·· 9 天前AI 评分28

基于内容嵌入匹配的语音匿名化模型

Listen to the Features: Voice Anonymization Driven by Content Embedding Matching over Signal Reconstruction

AI 导读

该模型利用冻结的 wav2vec2 提取内容嵌入,结合向量量化与 HiFi-GAN 生成匿名语音,未使用波形重建损失。 在 VPC 评测中,模型 WER 低至 2.53,EER 为 13.39,且无需辅助目标即可部分保留情感特征(UAR 43.91)。 该方法证明了仅依赖嵌入匹配即可实现低失真匿名化,适用于对隐私有要求但不需高保真的场景。

来源:arXiv · AI · arxiv.org