隐私保护

论文以 129 万条英语 VoxTube 语音为共同源集，用嵌入变换、隐空间转换与负引导合成三族七种方法生成内容对齐的匿名语料，并以每版独立训练说话人验证模型与会话级链接实验，报告了强抑制压缩说话人空间而高效用版本残留可链接线索的权衡。

共收录 147 篇 aaai-2026 会议论文的 Reader 深度解读

共收录 199 篇 acl-2026 会议论文的 Reader 深度解读

该研究用 1000 人 227.3 小时四种平行音频与 11 个属性检验说话人属性隐私泄露，显示传统模型与微调后多模态大模型在多属性上明显高于随机猜测，但非语音信号与细粒度属性仍存在显著不确定性与评估代价。

论文诊断单池逐层裁剪在语音大模型中的跨组件预算崩溃，提出双池 α-split 在保持联合灵敏度与全局 DP 保证不变下恢复可用词错误率，并以编码器 4.47 倍等效噪声换取语言模型仅 2.6% 开销。

论文把匿名评估从说话人验证的二值判定改到对特征表示的相似度排序，用秩泄露的平均与最坏比特揭示 2024 VoicePrivacy Challenge 中与等错误率矛盾的系统弱点，但结论依赖半知情强攻击与 40 人排序池。

论文提出只用声纹推断八类隐私属性的 HearSay 基准，用 22,064 段真实音频证明模型在性别上平均达到 92.89% 准确率且几乎不拒绝，而思维链推理在强模型上进一步放大泄露，轻量提示防御难以根治生理属性泄露。

该文针对仅混淆音色后韵律节奏仍会泄露身份的问题，用离散语音单元加时长预测与单元声码器同时改写音色与节奏，在非音色攻击下半知情评估取得相对 32% 的提升，代价是词错误率上升到 7% 量级且自然度轻微下降。

该综述把多模态遗忘按实例级与概念级切分并按干预阶段组织方法，以遗忘强度与效用保留的权衡为主线，报告了身份隐私内容与安全基准的规模与评估维度，并指出跨模态泄漏与对抗再激活是主要代价。

共收录 52 篇 odyssey-2026 会议论文的 Reader 深度解读

本文用范围综述梳理对话语音中可推断的个人与群体属性，指出话轮接管、语言趋同和互动词模式是单人声学之外的新推断通道，并提醒当前推断技术多不讨论隐私防护与威胁模型。

该文以声门源波形为输入、声学韵律聚类为自监督目标、说话人归一化与对抗说话人损失为解耦手段，在音高重建与 ToBI 事件检测上超过 HuBERT-base 与原始韵律基线，并以说话人识别准确率大幅下降为代价证明了解耦效果。

论文针对音频大模型会无意收录并回答旁观者语音的问题，提出只听主说话人的选择性听觉任务与 SH-Bench 评测和 SE 统一指标，并用旁观者隐私微调 BPFT 在保持主说话人理解的同时学会拒答，最强证据是微调后选择模式下旁观者准确率与 SE 大幅超过 Gemini 2.5 Pro，代价是主说话人准确率轻微波动且仅覆盖单主说话人场景。

论文把短时傅里叶、Mel、倒谱和 Gammatone 直接搬到全同态加密上，用膨胀、贫民变换等近似降低累加器位宽，在 VocalSet 和 OxVoc 上把描述符统计错误率从常规方法的 5.9% 和 6.5% 降到膨胀 4 倍时的 4.7% 和 1.9%，代价是 64 毫秒音频加密计算约 12970 秒且高频谐波丢失。

该研究把冻结的语音编码器、投影器和大语言模型连成三阶段流水线，用多头分类器探测说话人属性在各阶段的可恢复性，并用频谱对抗掩蔽选择性压制目标属性，最强证据是编码器端说话人标识准确率从 0.51 降到 0.01 而词错误率几乎不变，代价是越抽象的表示越难控且情感属性跨数据集不稳定。

该文在 MPS 和 SpeechOcean 儿童朗读数据上比较 VTLN 加移调、McAdams 系数与神经编解码 NACLM，报告 VTLN 在 α=1.2 加负半音移调时隐私与可懂度韵律保持最均衡，而 NACLM 隐私最强但词错误率和韵律失真代价最大。

针对语音被人和自动语音识别系统窃听关键词的问题，论文用大语言模型选替换词加累积信号攻击做局部混淆、再用可逆信息隐藏嵌入扰动，在 LibriSpeech 上报告目标误导率 96.5% 与恢复音频 PESQ 4.45，代价是强扰动与可逆嵌入的存储开销和对齐依赖。

针对扩散语音克隆的先验防御梯度消失与动态条件问题，VoiceCloak 用异性中心引导加注意力上下文发散做身份混淆、用分数幅值放大加噪声引导语义破坏做质量降级，在相同扰动预算下报告了更高的防御成功率，但保护音频本身仍需付出可感知性代价。

AdoDAS 在不分发未成年人原始音视频的前提下提供 6000 人四会话的匿名化表征与文本，要求在隐藏测试集上完成 D/A/S 二分类筛查与 21 项 DASS-21 序数预测，音视频基线均值 F1 为 0.4604、均值 QWK 为 0.2675，最优提交分别达到 0.5921 和 0.2776，但提升主要来自时序多模态与跨会话建模而非原始编码器规模。

医疗音频 | 7.5/10