研究显示 Gemini、GPT-Audio 等语音模型按口音打分存在偏见

研究人员测试 Google Gemini 2.5 Pro、Gemini 2.5 Flash、OpenAI GPT-Audio 1.5 与开放权重模型 Qwen 3 Omni 后发现，这些模型在面试、会议报告和英语口语测试场景中给英语语音打分时存在口音偏见。 结果显示，即使内容完全相同，模型普遍给美国和英国口音的评分最高，印度口音居中，中国和尼日利亚口音评分最低。研究人员称，模型能理解说话者，但仅基于口音就对其存在一种隐性的等级观念。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。