研究稱 Gemini 與 GPT 音訊模型對中尼口音評分偏低

2026 年 11 月 5 日，Solidot 報道了一項關於先進多模態模型如何評估面試、會議報告和英語口語能力測試中語音的研究。被測模型包括 Google 的 Gemini 2.5 Pro、Gemini 2.5 Flash，OpenAI 的 GPT-Audio 1.5，以及開放權重模型 Qwen 3 Omni。研究人員讓這些模型對美國、英國、中國、印度和奈及利亞五種英語口音的語音進行評分。

結果顯示，AI 模型普遍給中國和奈及利亞口音的評分最低，印度口音居中，美國和英國口音的評分最高。即使在說話內容完全相同的情況下，系統仍然認為美國和英國口音在表達方式和內容上都更勝一籌。研究團隊還發現，這種明顯的等級劃分也體現在模型給出的解釋中：模型反覆聲稱中國和奈及利亞口音的英語使用者含糊不清或難以理解。

但研究人員指出，實際上這些模型非常擅長轉錄帶口音的語音，能夠理解說話者，其問題在於基於口音對說話者形成了一種隱性的等級觀念。目前該報道就此披露，後續尚無其他公開進展。