语音识别技术也存在性别歧视

语音识别系统存在性别歧视：与男性相比，他们很难处理女性的声音。

在机器学习的世界里，这已经让人头痛不已了。R7 Speech Sciences公司的首席执行官兼共同创始人Delip Rao再次将这个问题重新提起以引起了人们的关注，这家创业公司使用AI来理解语音。随着苹果Siri，亚马逊Alexa或Google Home等语音激活数字助理的兴起，这是问题变得越发的重要。

“在言语中，我们测量平均基频（这与我们对”音调“的感知相关）。这也被称为平均F0。我们的声道产生的音调范围是围绕它的分布的函数，“ Rao说。

“如果你有来自音频的平均F0，你可以写一个简单的，基于规则的性别分类器。从很多来源，我们知道男性的平均F0约为120Hz，女性的平均F0（200Hz）更高。“

Kaggle的数据科学家Rachael Tatman和华盛顿大学的一位博士语言学专业毕业生在本周向The Register解释说，它不仅仅是因为缺乏女性声音训练实例的神经网络中学习。

这是一个固有的技术问题，事实上女性的声音通常较高。他们也倾向于更轻声细语，听起来更“气喘吁吁”。

为了将音频信号映射到特定的单词或声音，将它们处理并转换为MFCC（Mel频率倒谱系数），这是许多自动语音识别模型中使用的常用方法。

Tatman告诉我们“没有什么特别的MFCC对女性言语的塑造比男性好。”但是“对于女性而言，声音信号的强度略差，它更容易被噪音掩盖，如在交通背景音中，这使得语音识别系统更难。这会影响你用于声学建模的任何东西，这就是MFCC的用途。“

缺乏多样的培训实例已经证明AI系统充满了错误性。一个最近的一项研究发现，商业面部识别系统对识别男性相比，对女性的识别更差，对白人的识别也比黑人准确。

由于语音识别系统已经发现处理女性声音更加困难，如果系统从不平衡的训练数据集中学习，性别偏见问题可能会变得更糟。

“特别是深度学习非常善于认识到它所看到的很多东西。如果你已经用90％的男性和10％的女性数据训练了你的系统，你最终会非常擅长识别男性数据，在识别女性数据方面非常糟糕。“塔特曼说。

许多语音识别系统都是针对西方口音量身定制的。饶本周告诉埃尔Reg：“真实世界的影响是你可以想象的重要。想象一下，大多数印度口音非常可怕。即便他们很乐意使用语音界面，但是识别的准确率使得他们大部分时间无法使用。