针对多语言语音匿名化的声学与内容导向说话人验证攻击研究

研究评估了声学导向与内容导向攻击者对多语言匿名语音的说话人验证效果，并构建多语言语音转换数据集以提升跨语言泛化能力。结果显示攻击效果取决于匿名语音的语言可用性，声学导向攻击者整体表现更优，但当语言信息保留较好时，内容导向与声学导向攻击者的性能差距会缩小。该数据集进一步提升了攻击性能并部分缩小了跨语言差距。