BriefGPT - AI 论文速递
·
老年人和病理性语音的匿名化：使用DDSP和示例查询的语音转换
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
研究发现，从语音记录中提取的说话者嵌入有助于痴呆症检测，但存在隐私问题。新方法将痴呆症相关韵律特征与说话者嵌入分离，保护隐私且保持检测效果。实验表明，该方法在说话者识别F1得分为0.01%时，痴呆症检测F1得分为74%，对合成语音自然度无影响。
🎯
关键要点
-
从语音记录中提取的说话者嵌入对痴呆症检测有价值，但存在隐私问题。
-
研究旨在在保护认知障碍检测的同时，对嵌入进行匿名化。
-
提出的新方法将与痴呆症相关的韵律特征与说话者嵌入分离，不依赖于痴呆症分类器。
-
实验结果显示，保护说话者隐私的同时，痴呆症检测得分为74%。
-
说话者识别F1得分为0.01%，与依赖分类器系统的结果相当。
-
该方法对合成语音的自然度没有影响。
➡️
