DiffAnon：基于扩散的语音匿名化韵律控制

保留或不保留韵律是语音匿名化的一个核心问题。韵律传达意义和情感，但与说话者的身份紧密结合。现有的方法要么为了隐私而放弃韵律，要么缺乏控制效用与隐私权衡的原则性机制，在固定的设计点上运行。我们提出了 DiffAnon，一种基于扩散的匿名方法，具有无分类器指导（CFG），可为韵律保存提供明确、连续的推理时间控制。 DiffAnon 通过 RVQ 编解码器的语义嵌入来细化声学细节，从而实现单个模型内匿名强度和韵律保真度之间的平滑插值。据我们所知，它是第一个提供结构化、可插值推理时间韵律控制的语音匿名化框架。实验证明了结构化的权衡行为，在跨可控操作点保持竞争隐私的同时实现了强大的实用性。