arXiv cs.AI· Praphul Singh, Akshat Agarwal, Ratul Ghosh, Aashna Kanuga, Devashish Khatwani, Anurag Dwarakanath, Sri Gadde, Krishnaram Kenthapadi·· 5 小时前AI 评分42
AegisVox：长语音去标识化与临床保留框架
AegisVox: Factorized Privacy and Clinical Preservation for Long-Form Speech
AI 摘要
AegisVox 提出一种因子化框架，通过分配一致代理声音并编辑含身份信息的对话轮次，实现长语音的去标识化与临床信息保留。在 63.6 小时的 390 段模拟对话测试中，文本转语音渲染器实现了 535/601 个计划替换，优于基于编解码器的编辑器（453/601）。该框架支持评估去标识化与临床保留之间的权衡，但不保证完全移除身份标识或确保临床安全。
来源：arXiv cs.AI · arxiv.org