黑人被AI歧视了？技术间的种族差异需要缩小( 六 )_全文共3454字

\n \n

\n \n \n

“我们意识到，数据生态系统十分闭塞，因为总是那么几个大公司拥有训练数据集， ”Borchert结束演讲后在茶歇时间说， “苹果、亚马逊、谷歌、Nuance和微软，你可以利用它们的数据集，也可以利用亚马逊Alexa的技能，但这些对于像Mozilla这样有使命感、重视开放式网络、立志创造充满机遇的生态系统的公司来说，规模就远远不够。 ”

\n \n

“我们从几年前开始开发语音识别的公司那里得知，他们通常将公共电台的声音收录到数据集中，这样就不必太担心版权问题。这些音频大多来自说母语、接受过发声训练的男性，所以最后得到的语音是清晰的，因为数据集里大部分声音都如此。自然而然会导致不公正的结果，因为数据就那些。收集的女声不多，更没有夸张口音。这就是为什么早期版本在识别女性声音方面有很大的问题，因为女性音调与男性的不同。所以，讲话人语音越多样，数据从长远来讲质量也越好。 ”

\n \n

这种方法存在一些问题——数据集的大小取决于讲话人参与的积极性，人们还会担心收集数据的用途。 Borchert目前正与从柏林到卢旺达大大小小的社区合作；在东非地区，人们自然会怀疑白人“创意执行官”为什么要找东非原住民录制声音。 “当然，找到愿意说英语的人比找到愿意说卢旺达语的人容易很多，因为掌握后者的人数更少。 ”她解释道。 “所以英语的数据容量比其他语言更容易扩大，不过我认为具体实施还要看社区积极性和参与度。 ”