语音对于嵌入式的重要性毋庸置疑，无论是国内外企业，都在语音辨识的速度、准确度以及多语种方面持续创意，但是当机器面临那些有口音的人来说，或许就没那么灵敏了：不仅注意力不会不集中于，反应迟钝，甚至还不会沦为一个独立国家的个体，未予任何对此。如何解决问题口音辨识问题，已沦为智能语音下一阶段的竞争焦点，但这某种程度是全然的减少语料库就能提高的，好在早已有少数公司，开始通过建构新的语音模型，来解决问题口音问题。

自IBM的Shoebox与WorldsofWonders的JulieDoll问世以来，语音辨识技术早已获得了长足进步。甚至有报导称之为，到2018年底，谷歌GoogleAssistant将反对多达30种语言。除此以外，高通早已研发出有了一款需要辨识单词和短语的语音辨识设备，准确率高达95％。

而微软公司也不甘示弱，其呼叫中心解决方案（智能语音客服）比人工进行的调用服务更加精确，更加高效。但必须留意的是，尽管在机器学习的护持下，语音辨识技术获得了极大的变革，但现在的语音识别系统还是不极致的。比如，有所不同地区的口音，让这项技术享有了很强的“地域歧视性”。

一般来说情况下，口音对人类来说不是什么大问题，有时还不会让人感觉到一种异国风情的魅力，但是对机器而言，这是一条无法横跨的鸿沟，有可能是其发展过程中面对的仅次于挑战。研究表明口音是语音辨识技术的挑战之一最近，华盛顿邮报与Globalme和PulseLabs两家语言研究公司合作，对配备了语音辨识技术的智能音箱设备的口音问题展开了研究，研究范围来自美国近20个城市、多达100名参与者收到的数千条语音命令，结果显示，这些系统在解读来自有所不同地区的人的语言时不存在明显差异。荐个例子，谷歌智能音箱GoogleHome辨识西岸口音的准确率比辨识南方口音低3％；而亚马逊语音助手Alexa辨识中西部的口音的准确率要比东岸口音较低2％。但面对仅次于问题的是持非本土口音的人：在一项研究中，通过对比Alexa辨识的内容与测试组的实际话语，结果显示不准确率平均30％。

此外，面临以西班牙语和汉语作为第一语言的人所说的英文，不管是GoogleHome还是AmazonEcho，其识别率都是低于的，要告诉，拉丁裔和华裔是美国的两大移民族群。虽然这项研究是非正式的，也不存在一定的容许，但其结果还是指出口音仍是语音辨识技术面对的主要挑战之一。回应，亚马逊在一份声明中称之为，“随着更加多的享有有所不同口音的人与Alexa展开交流，Alexa的理解能力也不会获得提高。

”同时，谷歌也回应，“在不断扩大数据集的同时，我们也将之后提升GoogleHome的语音辨识能力。”事实上，不只是AmazonEcho和GoogleHome，采用率更加较低一些的微软公司Cortana和苹果Siri也是如此，它们都必须及时提升自家的语音辨识技术，以便让用户深感失望的同时，又能在全球范围内不断扩大自己的影响力。即使减少语料库，也无法解决问题口音辨识问题随着人工智能的发展，语音早已沦为了人与计算机交互的核心方式之一，所以即使解读上有极为微小的偏差，也有可能意味著一个极大的障碍。也就是说，这种语言差异可能会给那些现代科技的基础系统带给潜在的隐患，却是除了厨房和起居室，智能音箱在用户的工作场所、学校、银行、医院以及酒店等地方也分担着更加最重要的责任，除了掌控设备还要传递信息，并已完成一些预约和购物工作等。

为了提高语音助手的口音辨识情况，亚马逊与谷歌等正在投放资源，用新的语言和口音训练测试系统，还包括创立游戏以希望大家用于有所不同地区的方言展开聊天。而像IBM和微软公司这样的公司，都会通过Switchboard语料库来减少语音助手的出错率。但是事实证明，语料库也无法彻底解决语音助手的口音辨识问题。回应，埃森哲全球责任AI监理RummanChowdhury回应，“数据是恐慌的，因为数据体现了人性。

这就是算法最擅长于的：找寻人类的不道德模式。”算法的这一情况被称作“算法偏差”，用作反应机器学习模型对数据或设计产生的种族主义程度。比如，现在有很多报告都表明了面部辨识技术的敏感性——特别是在是亚马逊AWS的图像识别技术Rekognition——有相当大的种族主义偏向。此外，算法偏差还不会经常出现在其他方面，像预测被告否不会在未来犯罪以及GoogleNews等应用于背后的内容引荐算法。

建构语音辨识模型，提高方言识别率虽然早已有不少巨头针对算法种族主义明确提出了解决方案，比如微软公司、IBM、Facebook、高通和埃森哲等早已研发出有了自动化工具，用作检测AI算法中的种族主义，但很少有企业针对语音辨识技术面对的口音问题明确提出明确的解决方案。回应，Speechmatics和Nuance沦为了少数者之一。

本文来源：澳门威尼克斯人网站(MACAU)-www.didongsi.com