英语中代表性不足口音下说话人验证系统的公平性研究

说话人验证（SV）系统目前被用于做出敏感决策，例如授予银行账户访问权限或判断嫌疑人的声音是否与犯罪者的声音一致。确保这些系统公平且不偏袒任何特定群体至关重要。在这项工作中，我们分析了多个最先进的SV系统在按说话人讲英语时的口音定义的群体上的性能。为此，我们基于VoxCeleb语料库精心构建了一个新数据集，从中仔细挑选了来自不同国家口音的说话人样本。我们使用该数据集评估了多个基于VoxCeleb数据训练的SV系统的性能。我们表明，虽然区分性能在不同口音群体间相当稳健，但校准性能在某些训练数据中代表性不足的口音上急剧下降。最后，我们展示了一种简单的数据平衡方法可以减轻这种不良偏差，该方法在应用于我们最近提出的判别式条件感知后端时尤为有效。