词错误率够用吗？面向敏感实体的语音隐私评测

随着智能设备的使用不断增加，它们捕获敏感语音内容的潜力引发了越来越多的隐私问题。因此，开发能够防止信息泄露、同时保留音频实用性的技术以及能够准确量化隐私级别而不高估隐私级别的评估指标至关重要。在这项工作中，我们通过将自然语言处理领域的实体感知隐私指标调整到语音隐私领域，评估了两种混淆技术在保护语音内容方面的有效性，特别强调命名实体。此外，我们研究了几种攻击场景，并表明对丰富实体的数据进行微调可以提高某些实体类别的攻击性能，但不能提高其他实体类别的攻击性能。最后，我们根据混淆方法是否保留时间对齐来提供度量选择的指导。