说话人过滤块

隐匿语音可追溯

该模块通过掩码估计剔除转换音频中目标说话人的特征，从而提取源说话人的特征，实现对源说话人的可追溯。

Junfei, Zhang · Zhang, Xiongwei · Sun, Meng · Zou, Xia · Jia, Chong · Li, Yihao

Engineering Applications of Artificial Intelligence 2024

技术优势

能识别四种VC方法

在 ADAIN-VC、AGAIN-VC、VQMIVC、FREEVC 四种转换方法上都验证了效果，说明不是针对某一方法的过拟合。

对未知方法也有用

即使遇到训练时没见过的语音转换方法，模型仍能保持良好性能，增强了实际部署的可靠性。

多方法训练提升追踪

用多种 VC 方法生成的训练数据可以提高对源说话人的追踪能力，说明训练策略的有效性。

应用场景

• 说话人取证：从变声录音中提取源说话人特征，为司法取证提供真实声纹线索。
• 语音鉴伪：检测经语音转换的伪造音频，提升反欺骗系统对变声攻击的识别力。
• 音频溯源：对全网传播的音频溯源，找到幕后真实说话人。
• 声纹认证：防止声纹认证系统被语音转换攻击，增强身份验证安全性。