标签
SPARC 提出了一个包含超过 12,500 名说话人和 150 万条话语的基准数据集，用于研究仅从转录文本中能在多大程度上验证说话人身份和人口统计属性，并对归属模型和 LLM 对抗方进行了评估。研究发现，LLM 能够区分同一说话人的配对，并在机会水平之上验证性别/口音标签，而 50 词的短摘录可降低关联风险。