Архитектура нейросетевой системы семантической инверсии для генерации псевдоречи

Abstract

Рассмотрена концепция семантической инверсии речи как альтернативы подавлению сигнала. Предложена архитектура нейросетевой системы, включающая модули распознавания, трансформации текста и синтеза речи с сохранением аллофонного профиля диктора. Обоснован выбор моделей для каждого этапа архитектуры (GigaAM, LLM, Fish Speech, IndexTTS-2) с приведением их количественных характеристик (WER, MOS, ELO, задержка). Показано, что реализация такой системы позволяет заменить смысл высказывания при сохранении индивидуальных голосовых признаков, что представляет собой новое направление в защите речевой информации.