数字时代的未被倾听：反思 AI 偏见与语音多样性
人机交互
2026-01-30 v2 人工智能
计算机与社会
摘要
在当代社会中，语音仍是最显见却最易被忽视的包容与排斥的载体之一。尽管流利往往等同于可信度与能力，但具有非典型语音模式的个体常被边缘化。鉴于当前辩论的现状，本文聚焦于塑造非典型语音认知、且正被编码进人工智能的结构性偏见。自动语音识别（ASR）系统与语音界面主要在标准化语音上训练，通常无法识别或响应多样化的声音，加剧了数字排斥。随着 AI 技术日益成为获取机会的中介，本研究呼吁包容性技术设计、旨在最小化歧视性算法决策影响的反偏见训练，以及明确将语音多样性视为公平问题而不仅仅是无障碍问题的可执行政策改革。借鉴跨学科研究，本文倡导在我们如何评价声音方面进行文化与制度性转变，敦促采用共创式解决方案，以提升数字时代非典型说话者的权利、代表性与现实境遇。最终，本文将语音包容重新界定为公平问题（而非迁就），并倡导构建反映人类声音全谱系的共创式 AI 系统。
引用
@article{arxiv.2601.18641,
title = {Unheard in the Digital Age: Rethinking AI Bias and Speech Diversity},
author = {Onyedikachi Hope Amaechi-Okorie and Branislav Radeljic},
journal= {arXiv preprint arXiv:2601.18641},
year = {2026}
}