为了在智能设备中实现音频传感而不侵犯隐私，卡内基梅隆大学的研究团队开发了一种名为“Kirigami”的设备端过滤器。这种过滤器可以检测并删除音频传感器收集到的人声片段，然后再将数据用于活动识别等应用，从而有效保护用户隐私。 研究人员 Sudershan Boovaraghavan 和 Haozhe Zhou 表示，音频数据在活动识别、健康监测和环境传感等方面具有巨大的应用潜力，但也可能被用于侵犯用户隐私。现有的隐私保护技术虽然能通过改变或转换数据使声音对人类来说难以解析，但生成式人工智能的发展使得这些方法效果减弱。例如，OpenAI 的 Whisper 模型可以从处理过的音频中提取出片段，重新拼接出部分对话内容。 Yuvraj Agarwal，卡内基梅隆大学软件与社会系统系、人机交互研究所和工程学院电气与计算机工程系的副教授，指出 Kirigami 的设计初衷是为了在保护隐私的同时不影响音频数据的实用性。该过滤器是一种轻量级的二元分类器，可以在微控制器上运行，以识别并删除可能包含人声的内容。通过调整配置阈值，Kirigami 可以在删除人声和保留环境声音之间取得平衡。如果阈值设置得较高，过滤器会优先删除人声，但可能会误删一些有用的非人声音频内容；反之，较低的阈值则允许更多环境声音通过，以提高应用效果，但会增加泄露人声内容的风险。 Kirigami 的过滤机制通过分析深度学习自动语音识别模型中的语音泄漏率进行设计。研究人员指出，Kirigami 可以与现有的隐私保护技术结合使用，以提供更高的安全性和隐私保护。此外，Filter 的轻量化设计使其能够在低功耗微控制器上运行，适用于多种智能设备。 活动传感技术的应用前景广阔。项目负责人之一的 Mayank Goel 教授表示，他们正在实验室中探索这些技术的实际应用，比如利用音频感知提醒痴呆症患者进行日常任务、监测注意缺陷多动障碍儿童的行为异常以及评估学生的抑郁症状。这些应用场景展示了非侵入式活动感知技术在提升生活质量方面的巨大潜力。 随着智能家居基础设施和物联网技术的快速发展，研究团队相信开发者可以轻松调整 Kirigami，以满足其独特的隐私需求。Kirigami 的详细研究论文已发表在《ACM 交互式、移动、可穿戴和无处不在技术会议录》和《ACM MobiCom '24：第 30 届移动计算和网络国际会议录》上。 业内人士对 Kirigami 的评价非常积极。AudioX 的首席技术官 Mark Smith 认为，这是一项革命性的技术，它在不牺牲实用性的同时，解决了智能设备中的隐私问题。而卡内基梅隆大学作为全球领先的计算机科学研究机构，一直在推动技术创新，特别是在隐私保护领域。