arXiv · NLP· Alexander Metzger, Aruna Srivastava, Ruslan Mukhamedvaleev, Eunjung Yeo, Syed Ishtiaque Ahmed, Nina Markl, Sachin Kumar, Farhan Samir·· 2026-10-14AI 评分38
连接点:标准与少数派英语变体间 ASR 系统持久存在的性能差距
Connecting the Dots: Enduring Performance Gaps in ASR Systems Between Standard and Minority English Varieties
AI 导读
研究通过纵向评估 2021-2025 年发布的 16 个主流 ASR 系统,揭示标准与少数派英语变体间的性能差距并非随时间可靠缩小,反而存在风险。 在 8 个涵盖多样化英语口音的数据集测试中,少数派口音表现不稳定,不同代际系统间 Word Error Rate 有时恶化高达 65%。 研究表明标准 ASR 基准隐含了优待主流美式英语的语言政策,反映了技术基础设施的体系性缺陷。
来源:arXiv · NLP · arxiv.org