英语口音在自动语音识别中的全球性性能差异
计算与语言
2023-02-10 v2 计算机与社会
摘要
既往研究已确认自动语音识别(ASR)性能存在歧视性,其表现为说话人的种族群体与国籍的函数。在本文中,我们将讨论从作为说话人个体国籍函数的偏见,扩展至探寻作为说话人出生国地缘政治取向函数的偏见。我们使用来自 The Speech Accent Archive 的大规模全球化语音数据集(包含出生于171个不同国家的逾2700名英语说话人)审计了一些最流行的英语 ASR 服务。我们表明,即使在控制多个语言协变量后,ASR 服务性能与说话人出生国相对于美国地缘政治实力的政治结盟程度之间仍存在统计显著关系。这对所有受测 ASR 服务均成立。我们在语言被用于维系全球与政治实力的历史语境下讨论了此偏见。
引用
@article{arxiv.2208.01157,
title = {Global Performance Disparities Between English-Language Accents in Automatic Speech Recognition},
author = {Alex DiChristofano and Henry Shuster and Shefali Chandra and Neal Patwari},
journal= {arXiv preprint arXiv:2208.01157},
year = {2023}
}
备注
Added additional covariates to speaker-level regression and made minor changes to transcript processing