1.一种基于多任务对抗解耦学习的语音隐私保护方法,其特征在于,包括下述步骤:
2.根据权利要求1所述基于多任务对抗解耦学习的语音隐私保护方法,其特征在于,所述基于编码器对语音信号进行声学特征提取,采用wav2vec 2.0编码器对语音信号进行声学特征提取。
3.根据权利要求1所述基于多任务对抗解耦学习的语音隐私保护方法,其特征在于,全局统计量经过三个并行的通道注意力计算模块的一维卷积运算,得到三个不同的注意力权重,具体表示为:
4.根据权利要求1所述基于多任务对抗解耦学习的语音隐私保护方法,其特征在于,所述一维卷积运算的卷积核大小与通道维度成正比,具体表示为:
5.根据权利要求1所述基于多任务对抗解耦学习的语音隐私保护方法,其特征在于,分别使用两个全连接层对特征信息和特征信息进行编码,得到特征信息和特征信息,具体表示为:
6.根据权利要求1所述基于多任务对抗解耦学习的语音隐私保护方法,其特征在于,多分类交叉熵损失函数表示为:
7.根据权利要求1所述基于多任务对抗解耦学习的语音隐私保护方法,其特征在于,对特征信息、特征信息、特征信息中同一时间步的特征向量两两计算余弦相似度,将所有时间步的相似度进行累加及求和,得到整体相似度:
8.根据权利要求1所述基于多任务对抗解耦学习的语音隐私保护方法,其特征在于,所述hifi-gan生成器包括依次连接的转置卷积层、自注意力计算模块、多感受野融合模块;
9.根据权利要求1所述基于多任务对抗解耦学习的语音隐私保护方法,其特征在于,将特征信息、特征信息和特征信息进行特征相加,相加后的特征信息输入至hifi-gan生成器中进行隐秘音频重建,输出隐秘音频,具体包括:
10.一种基于多任务对抗解耦学习的语音隐私保护系统,其特征在于,用于实现上述权利要求1-9任一项所述的基于多任务对抗解耦学习的语音隐私保护方法,该系统包括:语音信号获取模块、编码器、信息解耦模块、混淆模块、年龄段分类器、自动语音解码器、身份识别器、监督训练模块、整体相似度计算模块、最小-最大目标构建模块、隐秘音频重建模块;