Advances in Computer and Autonomous Intelligence Research

方言作为地域文化的重要载体,其快速消亡正引发对语言多样性保护的迫切关注。传统采集方法受限于效率低下、传输压力与隐私泄露风险,难以适应大规模、可持续的方言保护需求。为此,本研究提出一种融合边缘计算与隐私保护技术的协同处理架构。该架构通过“终端—边缘—云端”三级分层设计,将音频特征提取、数据清洗等预处理任务下沉至边缘节点,显著减轻了网络带宽与云端存储负担；并系统集成差分隐私、联邦学习及同态加密等技术,实现从数据采集、传输、存储到分析的全流程隐私防护。实验结果表明,该方案可大幅降低数据传输延迟与存储开销,同时有效遏制针对用户声纹等敏感信息的推理攻击,在保障方言关键特征可用性的前提下,显著提升了数据采集的安全性与效率。本研究为方言资源的数字化保存与合规利用提供了一种高效且安全的技术路径。