단일 및 다중 화자 음성 데이터에서 도메인 적응 자기 지도 학습 모델을 활용한 아동 중심 음성 익명화

Child-Centric Voice Anonymization in Single and Multi-Speaker Speech via Domain-Adapted SSL Models

음성 익명화는 화자의 신원을 보호하면서 언어적 내용과 음성의 사용성을 유지하는 것을 목표로 합니다. 그러나 대부분의 익명화 시스템은 성인 음성에 기반하여 개발되어, 아동 음성에 적용될 경우 성능 저하가 발생할 수 있습니다. 본 논문에서는 자기 지도 학습(SSL) 기반 익명화 파이프라인을 아동 음성 도메인에 맞춰 조정하여 아동 중심 익명화를 연구합니다. MyST 코퍼스에서 얻은 아동 음성을 사용하여 시스템을 조정하고, 단일 화자 조건 및 두 화자 혼합 조건 하에서 성능을 평가했습니다. 실험 결과는 아동 도메인 적응이 가독성과 지각적 품질을 향상시키면서도 강력한 개인 정보 보호를 유지한다는 것을 보여줍니다. 다중 화자에 대한 접근 방식을 확장하여, 대상 화자 추출과 아동 맞춤 익명화를 결합하면 대화 구조를 유지하면서 개인 정보를 보호할 수 있음을 입증합니다. 이러한 결과는 실질적인 음성 익명화 시스템에서 아동 특성에 맞는 적응의 중요성을 강조합니다.

Voice anonymization aims to protect speaker identity while preserving linguistic content and speech usability. However, most anonymization systems are developed on adult speech, leading to degraded performance when applied to child speech. This paper investigates child-centric anonymization by adapting a self-supervised learning (SSL) based anonymization pipeline to the child speech domain. The system is adapted using child speech from the MyST corpus and evaluated under both single-speaker and two-speaker mixture conditions. Experimental results show that child-domain adaptation improves intelligibility and perceptual quality while maintaining strong privacy protection. Extending the approach to multi-speaker further demonstrates that combining target speaker extraction with child-adapted anonymization provides privacy protection while preserving conversational structure. These findings highlight the importance of child-specific adaptation for practical speech anonymization systems.