Please enable JavaScript.
Coggle requires JavaScript to display documents.
Speech Recognition Tech Is Yet Another Example of Bias - Coggle Diagram
Speech Recognition Tech Is Yet Another Example of Bias
語音辨識無法判斷非主流口音
結果
非主流口音使用者，放棄使用語音辨識（科技弱勢）
造成科技弱勢與生活不便，尤其針對語言殘障人士與移民
非主流口音使用者，採用主流口音（拋棄自我認同）
為什麼我們要保留語言（人類文化資產？）
延伸：搜尋中文，以簡體資料為主流
原因
目前的語音訓練資料多來自主流口音(美國英文為例：白人)
AI很死板無法像人類一樣隨著談話對象去調整說話內容
AI難以判斷語境
可以針對特殊情境進行設計與訓練:
participatory design approaches
潛在問題
擁有口音者在其他AI匹配系統上遭到歧視
雙語使用者 / 中英夾雜
解決方法
邀請語言學家、社會學家參與技術開發
認知到少數族群之需要
用AI保留語言
使用更多元化的訓練資料
科技公司要願意負起社會責任並願意投入改變
公司就是要賺錢，所以解決方案兩種：一種是政策法規規定、一種是做這件事情有利可圖（行銷公關？）
例: 美國一些醫院為了解決新移民文盲的問題，想要借用語音助理協助取得病人基本資料
延伸問題
好奇中國不同省份的口音，中國產品如小杜、小愛，是否能辨別出
翻譯軟體也需要處理語言這塊，不同地區的用字和發音可能不同