探索自动语音识别技术中的性别差异

Hend ElGhazaly; Bahman Mirheidari; Nafise Sadat Moosavi; Heidi Christensen

探索自动语音识别技术中的性别差异

计算与语言 2025-02-26 v1 声音音频与语音处理

作者: Hend ElGhazaly , Bahman Mirheidari , Nafise Sadat Moosavi , Heidi Christensen

摘要

本研究调查了影响自动语音识别 (ASR) 系统公平性和性能的因素，超越传统的人口统计学检查。使用 LibriSpeech 数据集和 Whisper small 模型，我们分析了性能在不同性别表示中的变化。我们的发现表明，性别比例在训练数据中的复杂相互作用会影响 ASR 性能。最佳公平性发生在特定的性别分布，而非简单的 50-50 比例。此外，我们的发现表明，像音高变动性这类因素会显著影响 ASR 的准确性。这项研究深化了对 ASR 系统偏差的理解，突显了在缓解性别偏差方面仔细筛选训练数据的重要性。

关键词

自动语音识别性别偏差公平性 Whisper 模型音高变动性

引用

@article{arxiv.2502.18434,
  title  = {Exploring Gender Disparities in Automatic Speech Recognition Technology},
  author = {Hend ElGhazaly and Bahman Mirheidari and Nafise Sadat Moosavi and Heidi Christensen},
  journal= {arXiv preprint arXiv:2502.18434},
  year   = {2025}
}

备注

ISCA/ITG Workshop on Diversity in Large Speech and Language Models

探索自动语音识别技术中的性别差异

摘要

关键词

引用

备注

相关论文