音声処理・プライバシー保護の最新研究を、わかりやすく解説します。
音声認識で広く使われるWhisperのエンコーダを、環境音や音楽も理解できるように再学習させた「Whisper-AuT」が提案されました。
暗号通信の土台となる「擬似ランダム関数（PRF）」の一種であるLegendre PRFを、従来より広い数学的条件（拡大体）で使った場合の安全性を初めて体系的に分析しました。
複数の端末でAIモデルを共同学習する「連合学習」において、悪意ある参加者の妨害とプライバシー漏洩の両方に同時に対処する新しいアルゴリズムを提案しました。
AIモデルを微調整（ファインチューニング）した際に、悪意ある変更が紛れ込んでいないかを暗号技術で証明する新しい枠組み「ファインチューニング完全性（FTI）」が提案されました。
人間の自然な「言い直し」「言い淀み」を含む音声で音声AIを評価する新しいベンチマークが提案されました。
データを暗号化したままAIに推論させる「完全準同型暗号（FHE）」の非線形処理を、GPUで最大17倍高速化するフレームワーク TIGER が提案されました。
ブックマークするには Google アカウントでログインしてください。端末をまたいで同期されます。
And Family Voice 研究所