语音数据过滤模型 Accentus：拒真仅 2% 误拦高达 93%

HeyAmit_ · x · 2026-11-06

Luel 公司发布 Accentus，用于在真实语音中检测美式英语。其动因是：买家付费要美式英语，但贡献者遍布全球，无法人工逐条审听，现有模型要么误拒太多真人，要么放行太多不匹配录音。

测试数据相当尖锐：它只误拒约 2% 的美国说话者，但过滤掉 93% 接受测试的南亚、西非、东非和菲律宾说话者；真实对话中口音命名准确率 96%。这个平衡对大规模构建语音数据集至关重要——但也暴露了按口音过滤数据集的伦理争议面。