Nov, 2021

衡量语音识别公平性的探索：非正式会话数据集转录

PDF
TL;DR本研究在自动语音识别系统领域对 “Casual Conversations” 进行了研究，发现了多个模型在性别和肤色方面存在显著的词错误率差异。此外，研究呼吁社区开发各种技术以减少这些统计偏差。
发现论文，激发创造
  • 非正式对话 v2 数据集

    本研究介绍了一个数据集，有助于评估算法偏见和计算机视觉和语音模型在 11 个属性方面的鲁棒性。数据集包括来自巴西、印度、印度尼西亚、墨西哥、越南、菲律宾和美国的 26,467 个视频。参与者同意将其数据用于评估 AI 模型的公平性并提供了多种人口统计学信息。

    Mar, 2023

  • NPTEL MOOC 数千个视频间的单词错误率差异的深入研究

    本研究描述了一个庞大的语音数据集的构建过程，并利用该数据集评估了印度不同演讲者的性别、籍贯、年龄和语速对 YouTube 自动字幕和 OpenAI Whisper 模型性能的影响。结果表明需要更具包容性和鲁棒性的 ASR 系统以及更具代表性的数据集进行差异性评估。

    Jul, 2023

  • 评估人工智能公正性的探索：Casual Conversations 数据集

    介绍了一个新的数据集，包含跨年龄、性别、肤色和环境光条件的多样性，用于帮助研究者评估他们的计算机视觉和音频模型的准确性。此数据集可广泛应用于评估图像、音频等多个领域的应用。

    Apr, 2021

  • 对话语言的自动语音识别系统评估：语言学视角

    本文以法语为案例研究，从语言学的角度探讨自动语音识别系统在复杂语境下的识别准确度，并解决了法语同音词的歧义问题，提高了法语语音转写准确度。

    Nov, 2022

  • 使用 Common Voice 数据集建立公平的语音识别系统

    本文使用法语 Common Voice 数据集对 wav2vec~2.0 模型的偏见进行计量，通过对多种固定大小的、精心制作的训练集进行微调，证明了演讲者多样性的重要性，并对 Common Voice 语料库进行了彻底分析，发现了应该被这个数据集的用户考虑的重要缺陷。

    Jun, 2023

  • 自动语音识别中的偏见量化

    本文旨在检测 ASR 系统中存在的性别、年龄、方言和非母语口音等方面引起的偏见，提出针对 ASR 开发的偏见缓解策略，主要关注数据集中由发音差异导致的各种偏见。

    Mar, 2021

  • 医疗对话语音识别

    本文介绍了使用 CTC 和 LAS 系统，运用多种配准方法，构建自动语音识别模型来转录医生和患者之间的谈话，并提供了对其表现的详细分析。我们的分析表明，在重要的医疗话语上，语音识别模型表现良好，而在非正式对话中存在误差。

    Nov, 2017

  • 公平 LENS：评估执法语音识别中的公平性

    为了确保在不同的音响环境中为不同的人群提供公平性，我们建立了一个系统性的公平评估框架，通过一种新颖且适应性强的评估方法来检查不同模型之间的公平差距，并收集了多种情景和人口学维度的公平评估数据集。我们对 1 个开源和 11 个商业化最先进的 ASR 模型进行了公平评估，结果显示某些模型比其他模型存在更多偏见，这对用户在选择适合特定实际场景的 ASR 模型时提供了公平性指导。我们进一步探讨了模型对特定人口群体的偏见，并观察到音响领域的变化可能导致新的偏见出现。

    May, 2024

  • 使用 Kaldi 进行自动语音识别的奥地利德语会话

    本文研究使用基于知识的发音词典来提高德语对话语音识别的性能。实验结果表明，相对于增加语言模型数据的大小，使用发音词典可以在低资源语料情况下取得高性能。

    Jan, 2023

  • PriMock57: 一份基层医疗模拟会诊数据集

    本研究详细阐述了开发出的 57 个模拟初级保健咨询数据集，包括音频记录、手动语音层次转录和相关的咨询备注，旨在成为医疗对话 ASR 基准以及转录生成咨询注意事项的数据集。

    Apr, 2022