論文の概要: "It Would Make a Geordie Feel at Home": Regional Accent Perceptions and Speech Accommodation in Voice AI
- arxiv url: http://arxiv.org/abs/2610.38005v1
- Date: Tue, 27 Oct 2026 21:56:56 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-01 01:32:09.918317
- Title: "It Would Make a Geordie Feel at Home": Regional Accent Perceptions and Speech Accommodation in Voice AI
- Title（参考訳）: ホーム・イン・ホーム」:音声AIにおける地域的アクセント認識と音声アコモディション
- Abstract要約: 本研究はニューカッスル英語話者の課題について考察する。
音声技術への言語的調節と、地域と主流のVA音声の認識について検討する。
この結果は、社会言語学的バイアスの双方向プロセスを明らかにした。
- 参考スコア（独自算出の注目度）: 5.4847793708274954
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Automatic speech recognition (ASR) systems often perform less accurately for speakers of regional dialects, but less is known about how users respond to these limitations and how regional voices produced by voice assistants (VAs) are evaluated through a sociolinguistic lens. This study investigates these issues among speakers of Newcastle English (Geordies), examining both linguistic accommodation to voice technologies and perceptions of regional versus mainstream-accented VA voices. Participants interacted with a simulated VA that spoke either Newcastle English or Standard Southern British English (SSBE). They subsequently completed semi-structured interviews about their experiences with the experimental VA and voice technologies, language use, accent attitudes, and place orientation. The findings reveal a two-way process of sociolinguistic bias. The Geordie VA was associated with familiarity, warmth, personality, and local belonging, but also with concerns about professionalism and authority, whereas the SSBE voice was perceived as more neutral, clear, and credible. Participants also reported adapting their speech when voice technologies failed to recognise them, most commonly by shifting to a more mainstream accent, enunciating more clearly, and speaking more slowly. These strategies are similar to accommodation in human-human interaction and reflect users' perceptions of what technologies can recognise, also known as perceived intelligibility pressures. Overall, the findings demonstrate that voice technologies can reproduce existing accent biases both by encouraging users to suppress regional features and by activating established social stereotypes through synthetic voices. The study positions sociolinguistics as a bridge between understanding human-AI interaction and designing inclusive technologies around users' own linguistic priorities.
- Abstract（参考訳）: 自動音声認識(ASR)システムは、しばしば地域方言の話者に対して精度が低いが、ユーザがこれらの制限にどう反応するか、音声アシスタント(VA)が生成する地域音声が社会言語レンズを通してどのように評価されるかについては、あまり知られていない。
本研究ではニューカッスル・イングリッシュ(ジョージア語)話者のこれらの課題について検討し、音声技術への言語適応と、地域と主流のVA音声に対する認識について検討した。
参加者はニューカッスル英語または標準南英英語(SSBE)を話す模擬VAと対話した。
その後、実験的なVAや音声技術、言語の使用、アクセントの姿勢、場所の向きといった経験について、半構造化されたインタビューを完了した。
この結果は、社会言語学的バイアスの双方向プロセスを明らかにした。
ゲオルディVAは親しみ、温かみ、人格、そして地元の所有物と結びついていたが、プロ主義や権威への懸念も伴っていた。
参加者はまた、音声技術が認識できないときのスピーチの適応を報告し、最も一般的には、より主流のアクセントに移行し、より明確に発音し、よりゆっくり話すことで報告した。
これらの戦略は、人間と人間の相互作用における調節と類似しており、ユーザーが認識できる技術に対する認識を反映している。
以上の結果から,音声技術が既存のアクセントバイアスを再現できることが示唆された。
この研究は、社会言語学を、人間とAIの相互作用の理解と、ユーザの言語的優先順位に関する包括的技術の設計の間の橋渡しとして位置づけている。
関連論文リスト
- A Sociolinguistic Analysis of Automatic Speech Recognition Bias in Newcastle English [6.164342356356261]
本研究ではニューカッスル英語の社会言語学的分析を通してASRバイアスについて検討する。
我々は、最先端の商用ASRシステムの出力を評価し、3000以上の転写誤りのきめ細かい分析を行う。
論文 参考訳（メタデータ） (2026-03-25T17:24:47Z) - Towards Inclusive Communication: A Unified Framework for Generating Spoken Language from Sign, Lip, and Audio [52.859261069569165]
音声テキスト生成のための手話,唇の動き,音声の多様な組み合わせを扱える最初の統一フレームワークを提案する。
i)不均一な入力を効果的に処理できる統一されたモダリティ非依存アーキテクチャの設計、(ii)モダリティ間の過小評価された相乗効果の探索、特に手話理解における非手動的手がかりとしての唇運動の役割、(iii)個々のタスクに特化した最先端モデルと同等以上のパフォーマンスを達成すること、の3つの目的に焦点をあてる。
論文 参考訳（メタデータ） (2025-08-28T06:51:42Z) - "It's not a representation of me": Examining Accent Bias and Digital Exclusion in Synthetic AI Voice Services [3.8931913630405393]
本研究では、混合手法を用いて2つの合成AI音声サービス(SpeechifyとElevenLabs)を評価する。
以上の結果から,5つの地域,英語のアクセントにおける技術的特徴の相違が判明した。
現在の音声生成技術は、言語特権とアクセントに基づく差別を不注意に強化することができる。
論文 参考訳（メタデータ） (2025-04-12T21:31:22Z) - Improving Pronunciation and Accent Conversion through Knowledge Distillation And Synthetic Ground-Truth from Native TTS [52.89324095217975]
アクセント変換に対する従来のアプローチは主に非ネイティブ音声をよりネイティブにすることを目的としていた。
我々は、アクセント変換だけでなく、非ネイティブアクセント話者の発音を改善する新しいACアプローチを開発した。
論文 参考訳（メタデータ） (2024-10-19T06:12:31Z) - Accent conversion using discrete units with parallel data synthesized from controllable accented TTS [56.18382038512251]
アクセント変換(AC)の目的は、コンテンツと話者のアイデンティティを保ちながら、アクセントを変換することである。
従来の手法では、推論中に参照発話が必要であったり、話者のアイデンティティを十分に保持していなかったり、ネイティブでないアクセントごとにのみトレーニング可能な1対1のシステムを使用していた。
本稿では,これらの問題を克服するために,多くのアクセントをネイティブに変換する,有望なACモデルを提案する。
論文 参考訳（メタデータ） (2024-09-30T19:52:10Z) - What Do Dialect Speakers Want? A Survey of Attitudes Towards Language Technology for German Dialects [60.8361859783634]
我々はドイツ語に関連する方言と地域言語に関する話者を調査した。
回答者は特に、方言入力で動作する潜在的なNLPツールを好んでいる。
論文 参考訳（メタデータ） (2024-02-19T09:15:28Z) - Voice-preserving Zero-shot Multiple Accent Conversion [14.218374374305421]
アクセント変換システムは、話者のアクセントを変更するが、その話者の音声アイデンティティを保持する。
我々は,他の音響特性を維持しつつ,アクセント依存的特徴をアンタングル化するために,対角学習を用いる。
我々のモデルは、ターゲットのアクセントに近づき、元の話者のように聞こえる音声を生成する。
論文 参考訳（メタデータ） (2022-11-23T19:51:16Z) - A study on native American English speech recognition by Indian
listeners with varying word familiarity level [62.14295630922855]
発声を認識している間、各聴取者から3種類の応答が得られます。
これらの転写から単語誤り率(WER)を算出し、認識された文と原文との類似性を評価する指標として用いる。
話者のナティビティの賢明な分析は、一部のナティビティの話者からの発声が、他のいくつかのナティビティに比べてインド人のリスナーによって認識されるのが困難であることを示している。
論文 参考訳（メタデータ） (2021-12-08T07:43:38Z) - Accented Speech Recognition Inspired by Human Perception [0.0]
本論文では,アクセント音声の認識のためのパフォーマンス改善の可能性を評価するために,人間の知覚に触発された手法を検討する。
我々は、複数のアクセントへの事前露出、graphemeと音素に基づく発音、ドロップアウト、特にアクセントモデリングに関連付けられるニューラルネットワークのレイヤの識別の4つの手法を検討した。
本研究では, 人間の知覚に基づく手法が, WER の低減と, ニューラルネットワークにおけるアクセント音声のモデル化方法の理解に有望であることを示した。
論文 参考訳（メタデータ） (2021-04-09T22:35:09Z)
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。