Newest papers

AfriBED: a Speech Recognition Bias Evaluation Dataset for Low Resource African Languages

Claytone Sikasote, Hussein Suleman, Jan Buys · 2026 · arXiv (Cornell University)

DOI: 10.48550/arxiv.2610.26821 · cited by 0 works (OpenAlex) · open-access PDF

Vietnamese

Mặc dù những tiến bộ trong các hệ thống nhận dạng giọng nói tự động (ASR), các hệ thống hiện tại thể hiện sự thiên vị thuộc tính người nói, tức là hiệu suất nhận dạng giọng nói của họ bị thiên vị đối với một số người nói dựa trên các thuộc tính nhân khẩu học của họ như giới tính, giọng nói và loại người nói. Tuy nhiên, đánh giá chính xác sự thiên vị thuộc tính người nói trong một hệ thống ASR nhất định đòi hỏi sự sẵn có của một bộ dữ liệu đánh giá thiên vị với sự thiên vị về giới tính và kiểu người nói so sánh trên các tiểu nhóm thuộc tính người nói. Trong bài báo này, chúng tôi giới thiệu Dataset African Speech Bias Evaluation Dataset (AfriBED), một bộ dữ liệu đánh giá thiên vị nhận dạng giọng nói mới cho hai ngôn ngữ châu Phi có tài nguyên thấp, Bemba và Nyanja, để

Machine translation (Meta M2M100); the English original follows.

Abstract

Despite advancements in automatic speech recognition systems (ASR), current systems exhibit speaker-attribute bias, i.e., their speech recognition performance is biased against certain speakers based on their demographic attributes such as gender, accents, and speaker type. However, accurately assessing speaker attribute bias in a given ASR system requires the availability of a bias evaluation dataset with comparable speech across subgroups of a speaker attribute. In this paper, we introduce African speech Bias Evaluation Dataset (AfriBED), a novel speech recognition bias evaluation dataset for two low resource African languages, Bemba and Nyanja, to detect and estimate gender and speaker-type bias for ASR systems. The dataset comprises 9 hours of speech with 3928 utterances recorded by 80 speakers for Bemba, while the Nyanja set includes 6260 utterances with approximately 18 hours of speech recorded by 127 speakers. The results of our baseline experiments demonstrate that the datasets are useful for examining gender and speaker-type attribute bias in the target languages.

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Topics: Computer science, Speech recognition, Set (abstract data type), Speaker recognition, Voice activity detection, Speech processing

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange