arXiv cs.CL· Injy Hamed, Adarsh Arigala, Rufael Marew, Arjun Gangwar, Atharva Kulkarni, Hanan Aldarmaki, Srinivasan Umesh·· 10 小时前AI 评分24
EZ-Ar-VC：面向阿拉伯语的鲁棒语音匿名化模型，跨方言与语码转换均可用
EZ-Ar-VC: Robust Arabic Voice Anonymization with Generalization across Dialects and Code-Switching
AI 导读
研究团队基于 EZ-VC 训练出阿拉伯语语音匿名化模型 EZ-Ar-VC，在可懂度、自然度和发音保留上表现强劲，同时保持较高的说话人差异度。主观评测显示，该模型对语码转换和跨方言转换具备鲁棒性，并能泛化到训练数据中覆盖较少的阿拉伯语方言。研究同时指出，现有零样本 VC 系统在阿拉伯语发音保留上存在明显局限，目标语言适配对稳健语音匿名化十分关键。
正文 · AI 翻译
摘要：语音转换（VC）模型可用于在保持自然度的同时对语音数据进行匿名化处理。然而，现有模型主要针对英语和其他高资源语言进行优化，由于阿拉伯语独特的音系特征，这些模型难以很好地泛化到阿拉伯语。在本工作中，我们全面评估了现有的零样本 VC 系统在阿拉伯语语音上的表现，识别出其在发音保持方面的局限性。随后，我们基于 EZ-VC 在多样化的阿拉伯语语音上训练了一个以阿拉伯语为中心的模型，并展示了其在可懂度、自然度和发音保持方面的强劲性能，同时保持了较高的说话人差异性。通过主观评估，我们进一步证明了其对语码转换和跨方言转换的鲁棒性，以及其对训练数据中代表性有限的阿拉伯语方言的泛化能力。我们的发现凸显了零样本 VC 的局限性，以及目标语言适配对于稳健语音匿名化的重要性。
| 学科： | 计算与语言（cs.CL） |
| 引用为： | arXiv:2611.01268 [cs.CL] |
| （或 arXiv:2611.01268v1 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.01268 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Injy Hamed [查看电子邮件]
[v1]
2026年10月31日星期六 21:08:53 UTC（29 KB）
来源：arXiv cs.CL · arxiv.org