AegisVox论文提出语音隐私与临床信息权衡框架

Praphul Singh 等在 arXiv 发布 AegisVox 论文，提出一个分因素处理长语音的框架：为说话者分配一致的替身语音，并对含身份标识的语句按文档一致替换进行编辑，以在去除身份信息的同时尽量保留临床内容。 作者在 390 段共 63.6 小时的公开模拟或非患者对话上，对两种语音渲染器做了匹配比较：文本转语音实现了 601 项计划替换中的 535 项，高于 codec 语音编辑器的 453 项；两者总体临床保留指标相近。但作者的分析提示，总体指标相近可能掩盖更多模型标注矛盾，且说话者关联分数存在方向敏感性——替换实现率更高可能伴随更差的关联测量。 作者强调 AegisVox 支持按具体用途评估这些权衡，并非身份标识去除或临床安全的保证。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。