본 연구는 기존 기법의 한계를 명확히 지적하며, 제안 기법의 디자인 단계에서부터 데이터 프라이버시와 데이터 진품증명 달성을 동시 목표로 추구한다. 음성 데이터에서 발생 가능한 다양한 프라이버시 노출 및 그에 알맞은 방어 기법을 저사양 IoT디바이스를 기본 플랫폼으로 하여 구현한다. 본 연구에서는 먼저 기존 기법들의 한계를 명확히 하기 위해 Realtime speech recognition, realtime voice conversion, acoustic fingerprinting, perceptual hashing, audio watermarking 기법들을 저사양 IoT 디바이스에서 성능평가 한다. 본 연구에서는 Speech content privacy와 data authenticity를 첫 번째 목표로 하여 음성 녹음 시 Block segmentation 및 lightweight bleeping을 기반으로 한 실시간 음성처리기법을 개발·구현한다. 본 연구에서는 Speaker privacy와 data authenticity를 두 번째 목표로 하여 음성변조를 통한 익명성 보호 기법을 개발·구현한다. 특히, Speech recognition 정확도는 높으면서 speaker recognition 정확도는 낮아야하며 또한 원래 목소리로 복구가 불가능하게 (irreversible) 하는 특성을 만족시키는 Voice conversion 기법을 개발·구현한다. 본 연구에서는 Speech content privacy구현 시 단순히 bleep효과를 넘어, 사람음성은 제거하면서도 주변 surrounding sound는 남아있는 Selective sound masking기법을 개발·구현한다. 본 연구에서는 제안하는 음성처리기법이 오디오 데이터 저장 시 널리 사용되는 기존의 오디오 압축기법과 함께 사용가능하도록 만들어주는 음성녹음/처리/저장 프레임워크를 디자인한다. 본 연구에서는 제안기법을 실제 다양한 IoT 플렛폼에서 구현하여 실현성 및 그 성능을 증명한다. 특히, 일반적인 IoT 디바이스에서의 성능을 증명 및 평가하기 위하여 본 연구에서는 우선적으로 저사양 기기들을 타겟으로 성능평가 및 시스템 피드백 수집에 활용한다.