陈丽萍于 2016 年在中国科学技术大学获得信号与信息处理专业博士学位。2016 年 7 月至 2022 年 12 月期间，她曾任职于微软公司，担任语音科学家。于 2023 年 1 月起，任中国科学技术大学特任副研究员。研究方向包括语音处理、语音隐私保护、语音生成以及说话人识别。

在大数据时代，利用话者属性（包括音色和说话风格）生成个性化语音的技术取得了显著进展，并推动了深度伪造语音的发展。然而，深度伪造语音的滥用也带来了日益严峻的安全风险，造成了广泛的社会影响。为应对上述挑战，围绕话者隐私保护与生成语音可信性的相关技术受到广泛关注。本报告聚焦于语音匿名化和语音水印两项关键技术。

语音匿名化旨在防止话者属性被提取和利用，从源头降低语音被用于深度伪造生成的风险。根据机器感知与人类主观感知之间的关系，匿名化技术可分为感知同步和感知异步两类：前者同时改变机器与听者对话者身份的感知，后者则在隐藏机器可感知话者信息的同时保留原始主观听感。语音水印则通过在生成语音中嵌入不可感知的标识信息，标识其为生成语音，且能为生成语音的识别、溯源和可信验证提供技术支持。

本报告将系统介绍语音匿名化和语音水印的基本原理、代表性方法、技术发展历程以及当前面临的挑战，并展望未来的发展方向。通过本报告，希望帮助听众建立对语音匿名化与语音水印技术的整体认识，为相关研究与应用提供参考。