Feb, 2022

语言技术从业者作为语言管理者：在 ASR 中仲裁数据偏见和预测偏见

PDF
TL;DR该研究论文采用语言政策视角，分析了当前工业训练和测试自动语音识别系统的做法如何导致数据偏见和算法偏见，进而导致系统误差差异，并提出将语言资源重新构建为（公共）基础设施的建议。
automatic speech recognitionnon-standardised language varietiesdata biasalgorithmic biaslanguage resources
发现论文，激发创造
  • 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

  • 自动语音识别系统为什么不更具包容性？：自动语音识别系统的偏见及其缓解方法。一篇文献综述

    本研究针对自动语音识别的性别、种族、病残等偏见现象，探讨为缓解这些歧视提出的去偏见技术，并讨论设计更具通用性和包容性的语音识别技术。对于每种探讨方法，本文提供研究摘要、应用方法和研究结果，并强调其优点和 / 或缺点。最后，还提出了自然语言处理研究人员应在下一级别的 ASR 技术创新方面探索的未来机会。

    Nov, 2022

  • 构建数字语言鸿沟的桥梁

    AI 技术中的语言偏见是研究和开发方法论不公正的结果，我们提出了一项新的倡议，旨在通过技术设计和方法论，与当地社区进行眼球级的合作，减少语言偏见。

    Jul, 2023

  • 探究自动语音识别系统对 L2 英语语音变异的敏感性

    使用一种探测方法，发现了 ASR 系统处理在 L2 英语方言中的发音差异时，出现了声素级别的错误并产生了更高的 WER。这项工作系统地说明了 ASR 的行为，通过确定特定问题的物质来源来提高 ASR 的准确性。

    May, 2023

  • 自動語音識別中英語口音的全球表現差異

    本篇论文探讨发言者国籍所在国家的地缘政治导向对 ASR 性能的影响，使用全球数据集对若干英语 ASR 服务进行审计并发现 ASR 服务性能与发言者国籍地缘政治与美国的关系具有显著性，尽管有多个语言变量进行控制。通过历史用语维持全球及政治权力来讨论这种偏见。

    Aug, 2022

  • 手语人工智能研究中的系统偏见：聋人呼吁重新评估研究议程

    对手语人工智能领域的 101 篇近期研究论文进行了系统审查，发现该领域存在系统性偏见，缺乏代表性数据集，使用缺乏语言基础的注释以及构建在有缺陷模型上的方法，最终得出结论：该领域需要开放空间，让聋人研究者引领手语人工智能的讨论。

    Mar, 2024

  • 多样性与语言技术：如何科技语言偏见导致知识公正失衡

    通过本文的研究表明，AI 技术的推广仍存在技术语言偏见的问题，这导致一些系统无法正确地表达来自其他社区的概念，从而忽视多样性和边缘化语言社群的需求和世界观。

    Jul, 2023

  • 语言 (技术) 即权力：自然语言处理中 “偏见” 的关键调查

    对 146 篇分析自然语言处理系统中 “偏见” 的论文进行调查，发现大部分这些论文的动机模糊、不一致且缺少规范性推理，同时发现这些论文提出的量化技术与动机不符，并未接触自然语言以外的相关文献。基于这些发现，为分析自然语言处理系统中的 “偏见” 工作提出了三个建议。这些建议包括更加认识语言与社会等级之间的关系，鼓励研究人员和实践者表达对 “偏见” 的概念化，即什么样的系统行为对谁有害，以及为什么，同时也要关注受自然语言处理系统影响的社区成员的生活经验，质疑和重新构想技术人员与这样的社区之间的权力关系。

    May, 2020

  • 重音语音识别综述

    该研究论文探讨了自动语音识别（ASR）系统在不同语音口音上的普适性问题，分析了当前最有前景的口音识别方法，并强调了其中的关键挑战。

    Apr, 2021

  • 年轻英语学习者语音的错误保留自动语音识别

    在这项工作中，我们构建了一个满足条件的自动语音识别系统，用于年轻语言学习者的自由说话并保留他们的错误。

    Jun, 2024