免专项训练的引导式语音匿名化

语音匿名化旨在隐藏说话者身份，同时保留语言和副语言信息，但许多现有方法需要专用的训练。我们提出了一种 无需训练，用于预训练流匹配语音转换系统的两阶段匿名化方法。在条件构建阶段，在随机选择的说话者上下文下重新生成源内容表示，以减少残留的源-说话者信息，同时保留语言内容。在语音生成阶段，源语音用于识别与原始说话者相关的生成方向，并且源对齐分量被抑制，同时保留有用的内容引导。所提出的方法仅修改 推理时的 条件和指导，而不更新任何预训练的参数。 VoicePrivacy 2026 Track 1 的实验表明，两阶段方法提高了说话人隐私，同时保持有竞争力的词错误率和情绪识别性能。