迈向语音识别的公平性：性能差异的发现与缓解
计算与语言
2024-02-09 v1 声音
音频与语音处理
摘要
与其他形式的人工智能一样，语音识别近来被审视了不同用户群体间的性能差异。实现语音识别公平性的一种方法是：(1)识别遭受较差性能的说话者群体，(2)针对所发现的群体应用公平性缓解措施。本文中，我们报告了利用来自产品级AI助手语音识别系统的数据，在性能差异的发现与缓解两方面的初步发现。我们将基于地理和人口统计信息的群体发现，与一种更具可扩展性的、使用说话者嵌入技术在无人工标签情况下对说话者分组的方法进行比较。对于公平性缓解，我们发现对代表性不足群体的过采样，以及通过附加输入变量对说话者群体归属建模，能够缩小表现最优与最差群体间的差距，且不损害整体识别准确率。
引用
@article{arxiv.2207.11345,
title = {Toward Fairness in Speech Recognition: Discovery and mitigation of performance disparities},
author = {Pranav Dheram and Murugesan Ramakrishnan and Anirudh Raju and I-Fan Chen and Brian King and Katherine Powell and Melissa Saboowala and Karan Shetty and Andreas Stolcke},
journal= {arXiv preprint arXiv:2207.11345},
year = {2024}
}
备注
Proc. Interspeech 2022