TAAC: 신뢰할 수 있는 오디오 감정 컴퓨팅을 위한 관문

TAAC: A gate into Trustable Audio Affective Computing

인공지능 기술이 우울증 진단에 활용되면서, 우울증 선별에 대한 높은 수요와 제한된 공급 간의 갈등이 크게 완화되었습니다. 다양한 데이터 모드 중에서 오디오 기반 우울증 진단은 오디오가 감정 전달의 가장 일반적인 매개체이기 때문에 학계와 산업계 모두에서 점점 더 많은 관심을 받고 있습니다. 그러나 오디오 데이터에는 사용자의 민감한 개인 정보(ID)가 포함되어 있으며, 이는 매우 취약하며 스마트 진단 과정에서 악의적으로 사용될 수 있습니다. 기존 방법에서 우울증 특징과 민감한 특징을 명확하게 구분하는 것은 항상 중요한 과제였습니다. 또한, 민감한 특징만 암호화하는 안전한 암호화 방법과 우울증을 정확하게 진단할 수 있는 강력한 분류기를 도입하는 것이 중요합니다. 이러한 과제를 해결하기 위해, 적대적 손실 기반의 부분 공간 분해를 활용하여 신뢰할 수 있는 오디오 감정 컴퓨팅을 위한 첫 번째 실용적인 프레임워크인 TAAC를 제안합니다. TAAC는 부분 공간 분해, ID 암호화 및 성능 향상을 위해 사용되는 특징 분리 부분 공간 분해기(DFSD), 유연한 노이즈 암호화기(FNE) 및 단계별 학습 패러다이그మ్의 핵심 구성 요소입니다. 기존 암호화 방법을 사용한 광범위한 실험 결과, TAAC 프레임워크는 우울증 진단, 개인 정보 보호 및 오디오 복원 측면에서 뛰어난 성능을 보입니다. 또한, 다양한 설정에서의 실험 결과, 모델이 다양한 암호화 강도에서도 안정적인 성능을 유지하는 것을 확인했습니다. 따라서 TAAC 프레임워크는 기밀성, 정확성, 추적 가능성 및 적응성 측면에서 뛰어난 성능을 입증합니다.

With the emergence of AI techniques for depression diagnosis, the conflict between high demand and limited supply for depression screening has been significantly alleviated. Among various modal data, audio-based depression diagnosis has received increasing attention from both academia and industry since audio is the most common carrier of emotion transmission. Unfortunately, audio data also contains User-sensitive Identity Information (ID), which is extremely vulnerable and may be maliciously used during the smart diagnosis process. Among previous methods, the clarification between depression features and sensitive features has always serve as a barrier. It is also critical to the problem for introducing a safe encryption methodology that only encrypts the sensitive features and a powerful classifier that can correctly diagnose the depression. To track these challenges, by leveraging adversarial loss-based Subspace Decomposition, we propose a first practical framework \name presented for Trustable Audio Affective Computing, to perform automated depression detection through audio within a trustable environment. The key enablers of TAAC are Differentiating Features Subspace Decompositor (DFSD), Flexible Noise Encryptor (FNE) and Staged Training Paradigm, used for decomposition, ID encryption and performance enhancement, respectively. Extensive experiments with existing encryption methods demonstrate our framework's preeminent performance in depression detection, ID reservation and audio reconstruction. Meanwhile, the experiments across various setting demonstrates our model's stability under different encryption strengths. Thus proving our framework's excellence in Confidentiality, Accuracy, Traceability, and Adjustability.