Voice Privacy Challenge 2020

สูตรสำหรับความท้าทายด้วยเสียง 2020

กรุณาเยี่ยมชมเว็บไซต์ Challenge สำหรับข้อมูลเพิ่มเติมเกี่ยวกับความท้าทาย

ติดตั้ง

1. git clone --recurse-submodules https://github.com/Voice-Privacy-Challenge/Voice-Privacy-Challenge-2020.git
2. ./install.sh

เรียกใช้สูตร

สูตรใช้โมเดลที่ได้รับการฝึกอบรมล่วงหน้าของการไม่เปิดเผยชื่อ ในการเรียกใช้ระบบพื้นฐานด้วยการประเมินผล:

1. cd baseline
2. Run ./run.sh ใน run.sh เพื่อดาวน์โหลดรุ่นและข้อมูลผู้ใช้จะได้รับการร้องขอรหัสผ่านซึ่งมีให้ระหว่างการลงทะเบียนท้าทาย

ข้อมูลทั่วไป

สำหรับรายละเอียดเพิ่มเติมเกี่ยวกับพื้นฐานและข้อมูลโปรดดูแผนการประเมินความท้าทาย VoicePrivacy 2020

สำหรับการอัปเดตล่าสุดในสคริปต์พื้นฐานและการประเมินผลกรุณาเยี่ยมชมหน้าข่าวและการอัปเดต

กำหนดส่งผลการส่งผลผ่านไปแล้ว ในการเข้าถึงโมเดลพื้นฐานและข้อมูลการพัฒนา/การประเมินผลโปรดส่งอีเมลไปที่ [email protected] ด้วย“ VoicePrivacy-2020” เป็นบรรทัดหัวเรื่อง ร่างกายจดหมายควรรวมถึง: (i) ชื่อของผู้ติดต่อ; (ii) ประเทศ; (iii) สถานะ (วิชาการ/nonacademic)

ข้อมูล

ข้อมูลการฝึกอบรม

ชุดข้อมูลสำหรับระบบการไม่เปิดเผยตัวตนประกอบด้วยชุดย่อยจาก corpora ต่อไปนี้*::

• Librispeech-ทำความสะอาดรถไฟ--100, Train-Other-500
• LIBRITTS-ทำความสะอาดรถไฟ--100, Train-Other-500
• voxceleb 1 & 2 - ทั้งหมด

*เฉพาะชุดย่อยที่ระบุของ Corpora เหล่านี้สามารถใช้สำหรับการฝึกอบรม

ข้อมูลการพัฒนาและการประเมินผล

• VCTK - ชุดย่อย VCTK_DEV และ VCTK_TEST จะดาวน์โหลดจากเซิร์ฟเวอร์ใน run.sh
• Librispeech - Subsets Libri_dev และ Libri_test ดาวน์โหลดจากเซิร์ฟเวอร์ใน run.sh

Baseline-1: การไม่เปิดเผยตัวตนโดยใช้ X-vectors และรูปแบบคลื่นประสาท

นี่คือพื้นฐานหลัก (เริ่มต้น)

แบบจำลอง

ระบบพื้นฐานใช้โมเดลอิสระหลายรุ่น:

1. ASR Acoustic Model เพื่อแยกคุณสมบัติ BN ( 1_asr_am )-ฝึกอบรมเกี่ยวกับ Librispeech-Train-Clean-100 และ Librispeech-Train-Other-500
2. X -Vector Extractor ( 2_xvect_extr ) - ฝึกอบรมบน voxceleb 1 & 2
3. การสังเคราะห์คำพูด (SS) โมเดลอะคูสติก ( 3_ss_am )-ได้รับการฝึกฝนเกี่ยวกับ Libritts-Train-Clean-100
4. โมเดลตัวกรองแหล่งประสาท (NSF) ( 4_nsf )-ฝึกอบรมเกี่ยวกับ Libritts-Train-Clean-100

รุ่นที่ผ่านการฝึกอบรมทั้งหมดเป็นส่วนหนึ่งของพื้นฐานนี้ (ดาวน์โหลดโดย ./baseline/local/download_models.sh)

Baseline-2: การไม่ระบุชื่อโดยใช้ค่าสัมประสิทธิ์ MCADAMS

นี่คือพื้นฐานเพิ่มเติม

เพื่อเรียกใช้: ./run.sh --mcadams true

ไม่ต้องการข้อมูลการฝึกอบรมใด ๆ และขึ้นอยู่กับเทคนิคการประมวลผลสัญญาณอย่างง่ายโดยใช้ค่าสัมประสิทธิ์ MCADAMS

ผลลัพธ์

ไฟล์ผลลัพธ์ที่มีตัวชี้วัดทั้งหมดและชุดข้อมูลทั้งหมดสำหรับการส่งจะถูกสร้างขึ้นใน: ./baseline/exp/results- date - time /results.txt

โปรดดู

• ผลลัพธ์สำหรับพื้นฐาน -1
• ผลลัพธ์สำหรับพื้นฐาน -2

สำหรับชุดข้อมูลการประเมินและพัฒนา

ผู้จัดงาน (ตามลำดับตัวอักษร)

• Jean -François Bonastre - มหาวิทยาลัย Avignon - Lia, ฝรั่งเศส
• Nicholas Evans - EureCom, ฝรั่งเศส
• Fuming Fang - Nii, Japan
• Andreas Nautsch - EureCom, ฝรั่งเศส
• Paul -Gauthier Noé - มหาวิทยาลัย Avignon - Lia, ฝรั่งเศส
• Jose Patino - EureCom, ฝรั่งเศส
• MD Sahidullah - Inria, ฝรั่งเศส
• Brij Mohan Lal Srivastava - Inria, ฝรั่งเศส
• Natalia Tomashenko - มหาวิทยาลัย Avignon - Lia, ฝรั่งเศส
• Massimiliano Todisco - Eurecom, ฝรั่งเศส
• Emmanuel Vincent - Inria, ฝรั่งเศส
• Xin Wang - Nii, Japan
• Junichi Yamagishi - NII, ญี่ปุ่นและมหาวิทยาลัยเอดินเบิร์ก, สหราชอาณาจักร

ติดต่อ: [email protected]

กิตติกรรมประกาศ

งานนี้ได้รับการสนับสนุนบางส่วนโดยสำนักงานวิจัยแห่งชาติของฝรั่งเศสภายใต้โครงการ Harpocrates (ANR-19-Data-0008) และความเป็นส่วนตัว (ANR-18- CE23-0018) โดยโครงการวิจัยและนวัตกรรมของสหภาพยุโรป Voicepersonae

ใบอนุญาต

ลิขสิทธิ์ (c) 2020

โปรแกรมนี้เป็นซอฟต์แวร์ฟรี: คุณสามารถแจกจ่ายใหม่และ/หรือแก้ไขภายใต้ข้อกำหนดของใบอนุญาตสาธารณะ GNU ทั่วไปที่เผยแพร่โดย Free Software Foundation ไม่ว่าจะเป็นเวอร์ชัน 3 ของใบอนุญาตหรือ (ตามตัวเลือกของคุณ) รุ่นใหม่ ๆ

โปรแกรมนี้มีการแจกจ่ายด้วยความหวังว่าจะมีประโยชน์ แต่ไม่มีการรับประกันใด ๆ โดยไม่มีการรับประกันโดยนัยเกี่ยวกับความสามารถในการค้าหรือความเหมาะสมสำหรับวัตถุประสงค์เฉพาะ ดูใบอนุญาตสาธารณะ GNU ทั่วไปสำหรับรายละเอียดเพิ่มเติม

คุณควรได้รับสำเนาใบอนุญาตสาธารณะ GNU ทั่วไปพร้อมกับโปรแกรมนี้ ถ้าไม่ดู https://www.gnu.org/licenses/

---

การอ้างอิง

 @inproceedings{tomashenko2020introducing,
  author={N. Tomashenko and Brij Mohan Lal Srivastava and Xin Wang and Emmanuel Vincent and Andreas Nautsch and Junichi Yamagishi and Nicholas Evans and Jose Patino and Jean-François Bonastre and Paul-Gauthier Noé and Massimiliano Todisco},
  title={{Introducing the VoicePrivacy Initiative}},
  year=2020,
  booktitle={Proc. Interspeech 2020},
  pages={1693--1697},
  doi={10.21437/Interspeech.2020-1333},
  url={http://dx.doi.org/10.21437/Interspeech.2020-1333}
}

 @article{tomashenko2022voiceprivacy,
  title={The VoicePrivacy 2020 Challenge: Results and findings},
  author={Tomashenko, Natalia and Wang, Xin and Vincent, Emmanuel and Patino, Jose and Srivastava, Brij Mohan Lal and No{'e}, Paul-Gauthier and Nautsch, Andreas and Evans, Nicholas and Yamagishi, Junichi and O’Brien, Benjamin and others},
  journal={Computer Speech & Language},
  volume={74},
  pages={101362},
  year={2022},
  publisher={Elsevier},
  url={https://doi.org/10.1016/j.csl.2022.101362}
}

 article{tomashenkovoiceprivacy,
  title={The {VoicePrivacy} 2020 {Challenge} Evaluation Plan},
  author={Tomashenko, Natalia and Srivastava, Brij Mohan Lal and Wang, Xin and Vincent, Emmanuel and Nautsch, Andreas and Yamagishi, Junichi and Evans, Nicholas and Patino, Jose and Bonastre, Jean-Fran{c{c}}ois and No{'e}, Paul-Gauthier and Todisco, Massimiliano},
  url={https://www.voiceprivacychallenge.org/docs/VoicePrivacy_2020_Eval_Plan_v1_3.pdf},
  year={2020}
}

ตัวชี้วัดการไม่เปิดเผยตัวตนใหม่และหลังการประเมิน

สำหรับการวิเคราะห์หลังการประเมิน ผลการวัดการไม่เปิดเผยตัวตน ได้รับการรวมเข้ากับการประเมินพื้นฐาน:

• การประเมินการรับรู้การรับรู้ไบโอเมตริกซ์ความเป็นส่วนตัว: https://arxiv.org/pdf/2005.09413.pdf
• คำพูดการประเมินนามแฝงโดยใช้เมทริกซ์ความคล้ายคลึงกันของเสียง: https://arxiv.org/pdf/2008.13144.pdf