プライバシーを考慮したフェデレーテッドラーニングを用いたデバイス内スピーカ認証の改善

スピーカ特性に関する情報は、スピーカ認識の精度を向上させるための副情報として有用です。しかし、このような情報はしばしばプライベートです。本論文は、プライバシーを保護する学習がどのようにスピーカ認証システムを改善できるかを調査します。これは、プライバシーに配慮したスピーカデータを使用して、スピーカの声の特性を予測する補助分類モデルを訓練することを可能にします。特に、本論文では、異なるフェデレーテッドラーニングと差分プライバシーのメカニズムを組み合わせたアプローチによって得られる有用性を探ります。これらのアプローチでは、ユーザープライバシーを保護しながら中央モデルを訓練することが可能で、ユーザーのデータはそのデバイスに留まります。さらに、多数のスピーカに対する学習が可能となり、モデルの訓練時にスピーカ特性の良好なカバレッジを確保します。ここで説明される補助モデルは、スピーカ認証システムを起動するフレーズから抽出された特徴を使用します。これらの特徴から、モデルは副情報として有用と見なされるスピーカ特性ラベルを予測します。補助モデルの知識はマルチタスク学習を使用してスピーカ認証システムに蒸留され、この補助モデルによって予測された副情報ラベルが追加のタスクとなります。このアプローチにより、ベースラインシステムに対して、等誤り率が6%相対的に改善されます。