基于LAM技术的商用毫米波雷达多说话人场景声学窃听方法

《Proceedings of the ACM on Interactive, Mobile, Wearable and Ubiquitous Technologies》：LAM-assisted Acoustic Eavesdropping in Multi-speaker Scenarios via Commercial mmWave Radar

　　

摘要AI总结

要查看此AI生成的总结，您需要拥有高级访问权限。

了解更多登录

摘要

摘要

在封闭或私密的场所，如秘密聚会或私人派对中窃听目标语音，已成为一种日益重要的研究方向，同时也对个人隐私泄露构成了重大威胁。以往的研究往往对窃听的目标和场景做出各种假设，比如只有单个说话者、语速极慢以及单词之间分隔清晰等，这些假设大大限制了窃听系统的适用性。在本文中，我们提出了一种基于商用毫米波雷达的声学窃听系统mmMPS，该系统能够在多人同时说话的情况下窃听特定目标语音，且无需事先了解背景声音、语速或音量等信息。该系统利用单个商用毫米波雷达捕捉由人类语音引起的物体振动所产生的微弱信号，结合我们提出的去噪算法恢复语音信号，再通过我们的识别模型以及大型音频模型从多个说话者的混合语音中提取出目标关键词语音。我们在使用LAM在实验场景中创建的近120小时的音频数据集和60小时的雷达数据集上进行了大量实验。该系统能够适应不同的目标用户、语速和语音强度。实验结果表明，在1–2人同时说话的场景中，该系统在识别36个目标关键词时的平均WER/CER（词/字符错误率）为6.46%（数值越低越好）。在3–5人说话的场景中，平均WER/CER为14.97%，即使在多达7人同时说话的场景中，平均WER/CER也低于30%。据我们所知，mmMPS是首个能够在多说话者场景下实现高精度目标语音窃听的系统，极大地拓展了声学窃听的应用范围。

AI总结

AI生成的总结（实验性内容）

此总结是通过自动化工具生成的，并非由文章作者撰写或审核。它旨在帮助读者发现相关内容、评估文章的相关性，以及让相关领域的读者理解该研究工作。它的作用是补充作者提供的摘要，而作者提供的摘要仍是文章的核心总结。完整文章才是最权威的版本。点击此处了解更多。

点击这里，可以对此总结的准确性、清晰度和实用性发表意见。您的反馈将有助于我们对总结进行改进并生成后续版本。

要查看此AI生成的通俗语言总结，您需要拥有高级访问权限。