論文の概要: Sexualised synthetic personas encode and amplify gendered power asymmetries through voice

• arxiv url: http://arxiv.org/abs/2606.21366v2
• Date: Tue, 23 Jun 2026 08:38:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-24 22:16:48.335132
• Title: Sexualised synthetic personas encode and amplify gendered power asymmetries through voice
• Title（参考訳）: 性分化された合成ペルソナは、音声を通して性的なパワー非対称性を符号化し増幅する
• Authors: Alice Ross, Ariadna Sanchez, Elin Kanhov, Catherine Lai, Éva Székely,
• Abstract要約: この研究は、人気のある商用プラットフォームが提供する、AIによって生成された英語音声を性的に分析する。 新しい技術は性的なエンパワーメントとジェンダー表現の多様性を高めることができる。 しかし、有毒な男性性、ヘテロノルマティビティ、女性やLGBTQ+の虐待は、オンラインに広まり続けている。
• 参考スコア（独自算出の注目度）: 20.15854858861031
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This work examines sexualised AI-generated English-speaking voices offered by a popular commercial platform. New technologies may enable sexual empowerment and greater diversity in gender expression, yet toxic masculinity, heteronormativity, and the abuse of women and LGBTQ+ people remain pervasive online. Drawing on a Feminist HCI perspective, we examine how commercial voice AI systems reproduce and circulate particular performances of gender. We conducted a listening experiment with a diverse group of listeners, combining quantitative adjective selection, qualitative free-text responses, and acoustic analysis. Participants evaluated male- and female-coded voices presented with either sexualised scripts or neutral text. Results reveal a narrow range of gender expression, largely binary and heteronormative. Female-coded voices are more frequently described using sexualised and submissive terms, while male-coded voices are more often associated with dominance and positive traits.
• Abstract（参考訳）: この研究は、人気のある商用プラットフォームが提供する、AIによって生成された英語音声を性的に分析する。 新しい技術は性的なエンパワーメントとジェンダー表現の多様性を高めることができるが、有毒な男性性、異性交性、女性やLGBTQ+の虐待はオンラインに広まり続けている。 フェミニストのHCIの視点から、商業音声AIシステムがジェンダーの特定のパフォーマンスを再現し、循環させる方法について検討する。 本研究では, 定量的な形容詞選択, 質的自由文応答, 音響解析を組み合わせた聴取実験を行った。 参加者は、性的なスクリプトまたは中立的なテキストで提示された男性と女性の符号化された音声を評価した。 その結果、性表現の幅は狭く、主に二分法とヘテロノルマティクスが示される。 女性符号化された声は、性的な言葉や従属的な言葉で表現されることが多いが、男性符号化された声は、支配と肯定的な特徴に結びついていることが多い。

関連論文リスト

• Acoustic-based Gender Differentiation in Speech-aware Language Models [3.9845890275228277]
  音声認識言語モデル(SpeechLMs)は、音声ベースのコミュニケーションを可能にすることによって、人間とAIの相互作用を根本的に変える。 本稿では,ジェンダー・インディペンデント,ジェンダー・ステレオタイプ,ジェンダー・インディペンデントという3つのカテゴリにまたがる9,208の音声サンプルを含む,この現象の系統的解析を可能にする新しいデータセットを提案する。
  論文  参考訳（メタデータ） (2025-09-25T13:15:01Z)
• Beyond Binary Gender: Evaluating Gender-Inclusive Machine Translation with Ambiguous Attitude Words [85.48043537327258]
  既存の機械翻訳の性別バイアス評価は主に男性と女性の性別に焦点を当てている。 本研究では,AmbGIMT (Gender-Inclusive Machine Translation with Ambiguous attitude words) のベンチマークを示す。 本研究では,感情的態度スコア(EAS)に基づく性別バイアス評価手法を提案する。
  論文  参考訳（メタデータ） (2024-07-23T08:13:51Z)
• Speech After Gender: A Trans-Feminine Perspective on Next Steps for Speech Science and Technology [1.7126708168238125]
  トランスフェミニンの性別確認音声教師は、話者のアイデンティティに関する現在の理解を損なう音声に対して、ユニークな視点を持っている。 VVD(Versatile Voice dataset)は,ジェンダー付き軸に沿って声を変更する3人の話者の集合体である。
  論文  参考訳（メタデータ） (2024-07-09T21:19:49Z)
• "I'm fully who I am": Towards Centering Transgender and Non-Binary Voices to Measure Biases in Open Language Generation [69.25368160338043]
  トランスジェンダーとノンバイナリ(TGNB)の個人は、日常生活から差別や排除を不当に経験している。 オープン・ランゲージ・ジェネレーションにおいて,経験豊富なTGNB人物の疎外化を取り巻く社会的現実がいかに貢献し,持続するかを評価する。 我々はTGNB指向のコミュニティからキュレートされたテンプレートベースの実世界のテキストのデータセットであるTANGOを紹介する。
  論文  参考訳（メタデータ） (2023-05-17T04:21:45Z)
• Generating Multilingual Gender-Ambiguous Text-to-Speech Voices [4.005334718121374]
  本研究は,マルチスピーカ・マルチリンガル・セッティングにおいて,男女あいまいなTTS音声を新たに生成する作業に対処する。 我々の知る限り、これは、様々な性別のあいまいな声を確実に生成できる、体系的で検証された最初のアプローチである。
  論文  参考訳（メタデータ） (2022-11-01T10:40:24Z)
• Multi-Dimensional Gender Bias Classification [67.65551687580552]
  機械学習モデルは、性別に偏ったテキストでトレーニングする際に、社会的に望ましくないパターンを不注意に学習することができる。 本稿では,テキスト中の性バイアスを複数の実用的・意味的な次元に沿って分解する一般的な枠組みを提案する。 このきめ細かいフレームワークを用いて、8つの大規模データセットにジェンダー情報を自動的にアノテートする。
  論文  参考訳（メタデータ） (2020-05-01T21:23:20Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。