语音辨识系统也有种族歧视，辨识白人语音的准确率高于黑人

《美国国家科学院院刊》（Proceedings of the National Academy of Sciences，PNAS）在本周出版了一篇研究报告，指出当他们检验了由Amazon、苹果、Google、IBM及微软等5家业者所打造的自动语音辨识（Automated Speech Recognition，ASR）系统之后，发现它们普遍存在着种族歧视，对白人语音的辨识准确度高于黑人。

自动语音辨识系统可将人们说出的话语转成文字，它被应用在数位语音助理、字幕及免手（Hands Free）运算上，此次研究人员以五大科技业者的ASR系统，来辨识白人及非裔美国人的讲话资料，并进行准确度的分析。

研究显示，近年来由于深度学习技术的进步，再加上业者以大量的资料集来进行训练，使得ASR系统有极大的改善，然而，相关工具对不同的人种并不平等。

他们以42位白人及73位黑人讲者的语音纪录进行实验，发现五大系统都存在着种族差异，黑人的文字错误率为0.35，而白人则只有0.19。

追查之下才知道，差异来自于这些ASR系统所使用的声学模型，显示出系统很可能是被非裔美国人讲英文时的语音或语调的特性搞糊涂了，而不是文法或词汇的特性，而这些可能是源自于在训练这些模型时，所使用的语音资料不足所致。

不过，这样的缺陷也不难弥补，研究人员建议，其实只要使用包含非裔美国人的英文语音等更多样化的训练子集，就能降低ASR系统在准确度上的差异，也能确保ASR系统的兼容性。