研究：多款AI模型对中国、尼日利亚口音评分偏低

研究人员测试了Google的Gemini 2.5 Pro和Gemini 2.5 Flash、OpenAI的GPT-Audio 1.5，以及开放权重模型Qwen 3 Omni，评估它们对面试、会议报告和英语口语测试中语音的评分。测试涵盖美国、英国、中国、印度和尼日利亚五种口音。受测模型普遍对中国和尼日利亚口音评分最低，印度口音居中，美国和英国口音最高；即使语音内容相同，模型也更认可美国和英国口音的表达与内容。 研究人员还发现，模型在解释评分时反复称中国和尼日利亚口音的英语使用者含糊或难以理解。研究团队表示，这些模型实际上擅长转录带口音的语音，能够理解说话者，但仍会基于口音体现出隐性的等级观念。