华盛顿大学研究：Google 与 OpenAI 前沿模型语音评分对中国与尼日利亚口音打分最低

华盛顿大学团队测试 Google 与 OpenAI 的三款前沿多模态大模型在求职面试、学术报告和英语口语考试场景中的语音评分偏见。结果显示模型对美式、英式口音评分最高，中国与尼日利亚口音最低，印度口音居中；即使语音内容完全相同且模型能准确转写，交付与内容评分仍显著偏向美/英口音。论文于 10 月 25 日发表，作者认为模型复制甚至放大了人类口音偏见，对被评测者构成实质公平性风险。