Speech-to-speech models

语音到语音模型在内容上表现出性别偏见，而非声音

一篇新发表在arXiv上的研究调查了语音到语音（S2S）模型中的性别偏见，发现这些模型是根据内容而非说话者实际的声音来归因性别的。研究人员使用具有不同性别刻板印象的段落，在英语、西班牙语和普通话上测试了五个开源和闭源模型。虽然模型没有改变输出声音以匹配刻板印象，但当口语内容与说话者的声音相冲突时，它们会持续错误地归因性别，其中一些模型在高达90%的情况下做出错误的性别判断。