未被聆听的备选方案：语音转文本模型的对比解释
计算与语言
2026-04-29 v1 人工智能
摘要
对比解释被认为比标准解释更具信息性和可解释性，是可解释 AI 中的热门方法。然而，为语音转文本 (S2T) 生成模型获取此类解释仍是开放挑战。我们基于特征归因技术，提出首个获取 S2T 对比解释的方法，通过分析输入声谱图的各部分如何影响在备选输出之间的选择。通过对语音翻译中性别赋值的案例研究，我们展示该方法准确识别驱动一种性别选择而非另一种性别的音频特征。通过将对比解释扩展至 S2T，我们的工作为更好地理解 S2T 模型奠定了基础。
引用
@article{arxiv.2509.26543,
title = {The Unheard Alternative: Contrastive Explanations for Speech-to-Text Models},
author = {Lina Conti and Dennis Fucci and Marco Gaido and Matteo Negri and Guillaume Wisniewski and Luisa Bentivogli},
journal= {arXiv preprint arXiv:2509.26543},
year = {2026}
}
备注
Accepted to BlackBoxNLP 2025