近年來，隨著人工智能概念的走紅和落地，全球掀起了一股智能化風(fēng)潮，為生物識別、機器視覺等產(chǎn)業(yè)的發(fā)展帶來了巨大利好。目前，以語音識別、人臉識別為代表的生物識別技術(shù)在世界各國得到了廣泛應(yīng)用，并加速實現(xiàn)規(guī)模化商用。

其中，語音識別技術(shù)的發(fā)展與應(yīng)用正越發(fā)成熟，智能音箱、聊天機器人、客服機器人等產(chǎn)品獲得了消費者的普遍認可。然而，近日斯坦福大學(xué)一項研究成果表明，亞馬遜、蘋果、谷歌、IBM和微軟這五大科技巨頭的語音識別系統(tǒng)可能存在種族差異。

該研究顯示，美國五大科技公司的語音識別系統(tǒng)在對白人用戶和黑人用戶的識別中，白人群體的錯誤率要比黑人群體少得多。此外，有高達20％的黑人用戶音頻片段被系統(tǒng)判定為不可讀。據(jù)此，斯坦福大學(xué)相關(guān)研究人員認為，這些公司的語音識別系統(tǒng)顯然存在歧視性。那么，真相是什么呢？

開發(fā)者因素影響

一般來說，借助人工智能技術(shù)，語音識別系統(tǒng)等智能化產(chǎn)品都具備自我學(xué)習(xí)能力，可以根據(jù)開發(fā)者提供的數(shù)據(jù)資源進行自我訓(xùn)練，從而不斷成長、提高系統(tǒng)性能與服務(wù)水平，增強與人類用戶的溝通、理解能力。

但是在這一過程中，開發(fā)者提供的數(shù)據(jù)資源成為了關(guān)鍵。如果開發(fā)者本身存在種族偏見，選擇的數(shù)據(jù)資源也非常具有指向性，那么必然造成語音識別系統(tǒng)在初期學(xué)習(xí)中，就會養(yǎng)成類似種族偏見的“習(xí)慣”。

斯坦福大學(xué)的研究也表明，上述公司的語音識別系統(tǒng)在訓(xùn)練時，所使用的數(shù)據(jù)就顯得有些片面化，不夠多樣性。因此，語音識別系統(tǒng)在訓(xùn)練時如果得不到豐富、多元的數(shù)據(jù)，形成“歧視觀念”就難以避免。

使用者因素影響

相對于在初期訓(xùn)練中具備的“本能”，語音識別系統(tǒng)在后期用戶使用過程中所受到的影響也是關(guān)鍵性的。如果語音識別系統(tǒng)的主要用戶是特定的某一群體，那么其持續(xù)自我學(xué)習(xí)數(shù)據(jù)的來源將變得非�！皢握{(diào)”。

從目前美國市場的反饋來看，五大科技巨頭開發(fā)的語音識別系統(tǒng)更多的使用群體是白人，黑人用戶相對而言較少。所以，在白人用戶偏多而黑人用戶偏少的情況下，語音識別系統(tǒng)所收集、利用的數(shù)據(jù)多樣性不足，就會造成對特定用戶群體的識別準確率偏差。

所以，針對這種情況，相關(guān)企業(yè)應(yīng)當(dāng)重視起來，通過人為干預(yù)等方式，補充黑人群體、亞裔群體、拉丁裔群體等其他種族人群的語音信息，以保證語音識別系統(tǒng)在學(xué)習(xí)過程中接收信息的平衡性，從而盡量避免出現(xiàn)歧視后果。

口音因素影響

除了開發(fā)者、使用者所提供的數(shù)據(jù)存在多樣性問題外，很多網(wǎng)友認為，這和不同群體之間的口音差異也應(yīng)當(dāng)有一定關(guān)聯(lián)。相對于白人群體，其他種族的人群在發(fā)音上或多或少都會與之有差異，這可能是語音系統(tǒng)在識別方面有偏見的原因之一。

其實在我國，也存在地方方言導(dǎo)致語音識別有差異的情況。從大的方面來說，北方人和南方人的發(fā)音就不盡相同，就普通話識別來說，肯定是北方人的識別準確率更高。因此，方言、發(fā)音等因素也應(yīng)當(dāng)被考慮在內(nèi)，而不是簡單地判定為種族偏見。

可以看出，語音識別系統(tǒng)要想繼續(xù)拓展市場還存在不少挑戰(zhàn)，如果無法克服用戶群體傾向性、方言和發(fā)音等硬傷，那么顯然不利于語音識別產(chǎn)品實現(xiàn)進一步普及，也不利于其獲得更廣泛用戶的認可。對于語音識別行業(yè)來說，市場前景固然廣闊，但也必須努力克服眼下的困境，才能迎來真正的騰飛。