Siri與Alexa和Google Assistant語音技術的研究表明培訓數(shù)據存在偏見

小編發(fā)現(xiàn)不少朋友對于Siri與Alexa和Google Assistant語音技術的研究表明培訓數(shù)據存在偏見 這方面的信息都比較感興趣，小編就針對 Siri與Alexa和Google Assistant語音技術的研究表明培訓數(shù)據存在偏見整理了一些相關方面的信息在這里分享給大家。

一項新的研究發(fā)現(xiàn)，來自大型科??技公司的語音識別系統(tǒng)很難理解黑人所說的單詞，而很難理解。

這些類型的系統(tǒng)通常用于數(shù)字助理(如Siri)以及諸如隱藏式字幕和免提控件之類的工具。但是，與任何機器學習系統(tǒng)一樣，其準確性僅與數(shù)據集一樣好。

斯坦福大學在《科學院院刊》上發(fā)表的一項研究顯示，由蘋果，谷歌和Facebook等公司開發(fā)的自動語音識別(ASR)系統(tǒng)在抄錄非裔人的語音時，出錯率往往高于。

研究人員進行了115次人工轉錄訪談，并將其與語音識別工具進行的訪談進行了比較。在這些對話中，有73次與黑人演講者進行對話，而42次與演講者進行對話。

研究小組發(fā)現(xiàn)，ASR系統(tǒng)轉錄黑色語音時，“平均單詞錯誤率”幾乎翻了一番(35%)，而轉錄白色語音時為19%。

為了排除詞匯和方言的差異，研究人員還按性別和年齡匹配了語音，并讓講者說出相同的單詞。即使這樣，他們發(fā)現(xiàn)黑色揚聲器的錯誤率幾乎是白色揚聲器的兩倍。

“鑒于短語本身具有相同的文本，這些結果表明，ASR表現(xiàn)中的種族差異與和黑人講話者的發(fā)音和韻律差異有關，包括節(jié)奏，音調，音節(jié)重音，元音持續(xù)時間和韻律差異。”研究讀。

盡管男性和女性之間存在相似的差異，但非裔人男性的錯誤率往往高于女性。對于大量使用非裔白話英語(AAVE)的演講者來說，準確性是最差的。

當然，機器學習系統(tǒng)不能像人們一樣受到偏見。但是，如果他們所訓練的數(shù)據缺乏多樣性，那么它們的準確性和性能將得到體現(xiàn)。該研究得出的結論是，主要問題似乎是在訓練機器學習模型時缺少來自黑揚聲器的音頻數(shù)據。

值得注意的是，研究人員使用了這是一款利用Apple免費語音識別技術定制設計的iOS應用，尚不清楚Siri是否使用該精確的機器學習模型。該測試也在去年春季進行，因此此后該模型可能已更改。

雖然研究專門針對黑白揚聲器，但數(shù)字助理也很難理解其他口音?！度A盛頓郵報》

(The Washington Post) 在 2018年發(fā)表的一篇報道發(fā)現(xiàn)，像Alexa或Google Assistant這樣的數(shù)字助理很難理解具有各種口音的人。通常，對大多數(shù)科技巨頭所在的西海岸的演講者最了解。

而且在2019年，聯(lián)邦研究人員還發(fā)現(xiàn)了種族偏見的廣泛證據 在將近200種面部識別算法中，缺乏數(shù)據集的多樣性會在所有類型的機器學習平臺中引起類似的問題。