通过声学对抗逃避实现实时语音情感检测的隐私保护

智能音箱语音助手（如Amazon Echo和Google Home）因与智能家居设备和物联网技术的无缝集成而被广泛采用。这些语音助手服务引发了隐私担忧，特别是因为它们能够访问用户的语音数据。本研究考虑了其中一个用例：通过对语音情感识别（SER）进行不可追溯和未经授权的用户情感监控。本文提出DARE-GP解决方案，其通过添加噪声来掩盖用户的情感信息，同时保留与转录相关的语音部分。DARE-GP采用约束遗传编程方法学习描绘目标用户情感内容的频谱频率特征，然后生成通用对抗性音频扰动以提供隐私保护。与现有工作不同，DARE-GP提供：a）对先前未听过的话语的实时保护，b）针对先前未见的黑盒SER分类器，c）在保护语音转录的同时实现，d）在现实的声学环境中完成。此外，这种逃避对知识渊博的敌手使用的防御也具有鲁棒性。本研究的评估最终通过对两个现成的商业智能音箱进行声学评估，使用小型（树莓派）集成唤醒词系统来评估其在现实世界中的实时部署效果。