AegisVox 用因子化替换保护临床语音，但替换效果与临床、说话人关联指标存在权衡。
资讯摘要
论文提出 AegisVox 因子化框架，为临床语音分配一致的替代声线，并用全文一致的替换方式改写含身份标识的对话轮次。作者在 390 段公开模拟或非患者对话、共 63.6 小时数据上比较两种语音渲染器：TTS 完成 601 个计划替换中的 535 个，基于编解码器的编辑器为 453 个。作者指出，替换实现更好可能同时伴随更差的临床或说话人关联测量，框架支持按用途评估权衡，但不保证标识移除或临床安全。
要点速读
- AegisVox 为长时临床语音分配一致替代声线，并改写含身份标识的对话轮次。
- 在 390 段、63.6 小时公开模拟或非患者对话上，TTS 渲染完成 535/601 个计划替换，编解码器编辑器为 453/601。
- 作者报告相似的整体临床保留指标下存在更多模型标注矛盾，说话人分数也掩盖了更强的编辑语音关联。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/5 08:00:38（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。