PulseAugur
中
实时 10:35:04
English(EN) Content Anonymization for Privacy in Long-form Audio

新的基于内容的匿名化技术保护长篇音频隐私

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种新的长篇音频匿名化方法，通过重写文本记录来消除特定说话者的风格，同时保留含义。这种方法解决了在长篇音频录音中通过词汇和句法分析进行重新识别所带来的隐私风险，而目前的语音匿名化技术并未完全缓解这些风险。所提出的基于内容的匿名化，特别是通过释义，已被证明在长篇电话对话中有效，能够有力地防御基于内容的攻击并确保匿名性。 AI

影响 这项研究可能为处理长篇音频的AI应用（如会议转录或语音助手）带来更强大的隐私保护。

排序理由 该集群包含一篇详细介绍音频匿名化新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的基于内容的匿名化技术保护长篇音频隐私

报道来源 [1]

  1. arXiv cs.CL TIER_1 English(EN) · Cristina Aggazzotti, Ashi Garg, Zexin Cai, Nicholas Andrews ·

    长篇音频内容的隐私内容匿名化

    arXiv:2510.12780v3 Announce Type: replace-cross Abstract: Voice anonymization techniques have been found to successfully obscure a speaker's acoustic identity in short, isolated utterances in benchmarks such as the VoicePrivacy Challenge. In practice, however, utterances seldom o…

相关实体

相关话题