arXiv cs.AI· Praphul Singh, Akshat Agarwal, Ratul Ghosh, Aashna Kanuga, Devashish Khatwani, Anurag Dwarakanath, Sri Gadde, Krishnaram Kenthapadi·· 8 小时前AI 评分26
AegisVox：面向长时语音的隐私与临床信息因子化保护框架
AegisVox: Factorized Privacy and Clinical Preservation for Long-Form Speech
AI 导读
AegisVox 是一个因子化框架，通过为说话人分配一致的替代声音并对含身份标识的话轮做文档一致性替换，实现长时临床语音的隐私保护。在 390 段共 63.6 小时的公开模拟或非患者对话上，TTS 渲染实现了 601 处计划替换中的 535 处，而基于 codec 的语音编辑器为 453 处。
来源：arXiv cs.AI · arxiv.org