自动语音识别公平性：从哲学视角审视

自动语音识别(ASR)系统如今已中介着数以万计的人机交互，但其公平性影响的研究却意外地有限。本文通过哲学视角审视 ASR 的偏见，认为系统对特定语种变体的系统性误识别超越技术局限——它构成一种不尊重的形式，并加剧了对被边缘化语言社区的历史不公。我们区分了道德中性分类(discriminate1)与有害歧视(discriminate2)，说明 ASR 系统如何在持续误识别非标准方言时，将前者不经意转化为后者。我们识别了语音技术的三个独特伦理维度，这些维度将 ASR 偏见与其他算法公平性问题区分开来：对非标准语种说话者的“时间税”、当系统误识别语音时对对话流程的中断，以及语音模式与个人/文化身份的根本联系。这三个因素造成了非对称的权力关系，而现有技术公平性指标无法捕捉。本文分析了语言标准化与多样性在 ASR 发展中的张力，认为当前方法往往嵌入并强化了有问题的语言意识形态。我们得出结论，解决 ASR 偏见不仅需要技术干预，而且需要承认多样化语种变体作为值得技术包容的表达形式。这种哲学性重构为开发尊重语言多样性和说话者自主权的 ASR 系统提供了新路径。