跳到内容
onsuggest
登录
文章 zh

Google 和 OpenAI 的模型对特定口音有偏见

来源: Solidot ·

研究人员调查了先进多模态模型如何评估面试、会议报告和英语口语能力测试中的语音,测试的模型包括了 Google 的 Gemini 2.5 Pro 和 Gemini 2.5 Flash,以及 OpenAI 的 GPT-Audio 1.5,开放权重模型 Qwen 3 Omni。这些模型对五种不同口音——美国、英国、中国、印度和尼日利亚——的英语语音进行了评分。AI 模型普遍将中国和尼日利亚口音的评分最低,印度口音居中,美国和英国口音的评分最高。即使内容完全相同,系统仍然认为美国和英国口音的表达方式和内容都更胜一筹。研究团队发现,明显的等级划分也体现在模型的解释中。研究人员说,模型反复声称中国和尼日利亚口音的英语使用者含糊不清或难以理解,但实际上它们非常擅长转录带有口音的语音,它们理解说话者,但它们只是基于口音,对说话者存在一种隐性的等级观念。

什么是 Google 和 OpenAI 的模型对特定口音有偏见?

Google 和 OpenAI 的模型对特定口音有偏见 is a 文章 discovery curated from Solidot. 研究人员调查了先进多模态模型如何评估面试、会议报告和英语口语能力测试中的语音,测试的模型包括了 Google 的 Gemini 2.5 Pro 和 Gemini 2.5 Flash,以及 OpenAI 的 GPT-Audio 1.5,开放权重模型 Qwen 3…

如何访问或体验此内容?

You can experience this content directly on its original host (Solidot) by clicking the "Open Original" button.

此内容来源于哪里?

Curated from Solidot by the OnSuggest team to surface the most interesting and serendipitous content on the web.

文章 · 科技

[程序员] AI 进化的程度要让我笑死了

做任务:AI, 我有个任务,你帮我做一下 AI 哼哧哼哧,十几分钟就干完了 要验收:AI,这个你新做的页面,你控制我的电脑,帮我检查一下 AI 哼哧哼哧,十几分钟检查完了 好了,任务就可以提交了

文章 · 科技

[分享发现] 免费越南主机 MUSE 自动化提示词

请帮我申请一台 DataOnline 免费主机,并部署一个 VLESS + WS + TLS 节点,全程不要产生任何付费订单。 我的信息: 注册邮箱:<填你能收信的邮箱> 绑定域名:<填子域名,如 vn.example.com > 域名 DNS 在:<如 Cloudflare> 第一步:申请主机 打开 https://my.dataonline.vn 注册账号并完成邮箱验证。收不到验证码先查垃圾箱;仍没有,就把账号 邮箱改成我指定的备用邮箱后重新发送,并从我的邮箱里取最新验证码填入(需要我确认时先问我)。 订购 Free Hosting 1GB 免费套餐,绑定上面的域名,提交前确认金额为 0 VND、不勾选任何付费附加项。 开通后记下:服务状态、主机 IP、控制面板入口和面板账号。提醒我自动续约默认开启、到期续费价格。 第二步:部署 node-ws 节点 登录控制面板(实测是 DirectAdmin,不是 cPanel)。 在 public_html 上传 app.js 和 package.json,配置里填:新生成的 UUID、我的域名、一个不冲突的内部高位端口(如 28741)。 面板没有 Node.js 管理、没有 SSH 和终端,不要卡在这里,也不要买付费升级。改用 Cron 绕过: a) 写 keeper.sh :检查 app.js 未运行时,用服务器底层 CloudLi

文章 · 科技

[分享创造] 重复造了个轮子:搞了一个浏览器里本地跑的人声分离

https://aivocalremoverlab.com 尝试出海的小站,尝试做 ai 订阅的项目。 技术主要是还是浏览器里面跑大模型。 功能目前是免费的人声分离,然后又找了一个 api,接了在线的付费订阅模式。 目前测试免费的人声分离基本够用,也没有找到竞争对手的付费点,没有搞懂付费点在哪里,不过支付先接入了再说,万一有人付费呢。 目前没有去碰 ai 生成图片,生成视频,这些赛道竞争太激烈了,当然也很赚钱,不过经验不多怕当炮灰,先从小赛道入手积累经验。

文章 · 科技

[程序员] 优秀的人类工程师,擅长做一些痛苦的取舍……

优秀的人类工程师,擅长做一些痛苦的取舍,尽可能用最少的代码量,达成最多的目的。代码复杂度是一笔需要精打细算的预算。 因为人脑的上下文实在太小了,只能放进一个短小精悍的 codebase,否则大脑就逐渐起雾模糊了。而 AI 没有这种顾虑,可以不加节制地生成海量代码。 考虑 Review 代码是一个逆向的过程,它的实际执行难度,原本就比正向写代码更难,同时还要人脑去 cover 一个远超自己理解规模的 codebase,我认为这是一条死路。

文章 · 科技

[分享创造] [分享创造] 无需显卡,和自己训练的五子棋 AI 实战对局(附演示视频)

前情回顾: 接上回: https://www.v2ex.com/t/1255292 上上回: https://www.v2ex.com/t/1253573 上上上回: https://www.v2ex.com/t/1251872 上上上上回: https://www.v2ex.com/t/1250176 最近实在忙废了,原生 Ollama 架构的支持还在爆肝研发中。 另外,博主的本职工作可能快保不住了 🤣 这次算是顶着(微弱的)泄密风险把预览版先放出来,本意是想继续“骑驴找骂”……虽然这头“驴”眼看也快保不住了 😂 发布说明: https://www.bilibili.com/video/BV1PsyLz7EqU

键盘快捷键

上一条发现
←P
下一条发现
→N
喜欢
L
不适合我
X
保存
S
显示此帮助
?
关闭
Esc

快捷键在发现页面上有效。