arXiv · cs.AI · Praphul Singh, Akshat Agarwal, Ratul Ghosh, Aashna Kanuga, Devashish Khatwani, Anurag Dwarakanath, Sri Gadde, Krishnaram Kenthapadi · 6 小时前模型评分35
AegisVox：面向长时语音的隐私与临床信息分离保护框架
AegisVox: Factorized Privacy and Clinical Preservation for Long-Form Speech
导读
AegisVox 是一个将隐私保护与临床信息保留分离处理的框架，为长时临床语音分配一致的替代声线，并对含身份信息的对话轮次做全文一致的替换。在 390 段共 63.6 小时的公开模拟或非患者对话上，文本转语音渲染完成 601 处计划替换中的 535 处，基于编解码器的语音编辑器为 453 处。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
应用领域：医疗与生命科学
事件类型：研究发布
证据摘录
- “We present AegisVox, a factorized framework that assigns consistent surrogate voices and edits identifier-bearing turns using document-consistent replacements.”
- “Across 390 public simulated or non-patient conversations totaling 63.6 hours, a matched comparison of two speech renderers separates replacement realization from retained identifiers, speaker linkage, and clinical preservation.”
- “AegisVox supports use-specific evaluation of those tradeoffs, not a guarantee of identifier removal or clinical safety.”
来源：arXiv · cs.AI · arxiv.org