AI音声認識が苦手とするアクセント、ニューヨークが全米2位に　南部が1位、NJも上位に

オンライン語学学習プラットフォーム「Guide2Fluency.com」は、人工知能（AI）が認識しにくいアクセントを発表した。ニューヨーカーのアクセントは全米で２番目、ニュージャージーは３番目に認識しにくいことが判明した。トップは南部で、パッチNYCが２日伝えた。

調査は全米3000人が対象。SiriやAlexaといったAIを活用した音声認識システムが各地のアクセントを認識できるかどうかを尋ねた。

それによると、米国南部のアクセントが最も認識しにくいことが分かった。「You all」が「Y’all」となるといったユニークな表現や、母音をゆっくり伸ばすタイプの発音「Drawl」にAIが混乱。誤認識が頻繁に発生するという。

２番目はニューヨーク市。生粋のニューヨーカーが「the best dog park in Manhattan」を発音すると「the best ‘dawg’ park in ‘Manhatt’n’」、「Thirty-Third and Third」は「Toidy-Toid and Toid」になる。さすがのAIもこれにはお手上げだと説明されている。

３番目はニュージャージー州。以下、テキサス州、マサチューセッツ州ボストン、アパラチア地方、ロングアイランド、カリフォルニア州サクラメントなどのカリフォルニアバレーと続く。９番目のフロリダ州マイアミでは南部英語にキューバのスペイン語が混じり合い、12番目のケイジャン地方はフランス語が影響するなど、地元に住む人々の文化的背景も関係する。

調査によると、生成AIを活用したChatGPTでも同様の結果が出た。言っていることをAIが認識してくれないと、利用者の実生活に影響が出てくる。日々のタスクに関しAIの信頼性が低下し、フラストレーションが高まる。さらにはハイテク不信に陥る懸念がある。調査は「AIの性能を高め、多様なアクセントの認識率を向上させること。それがこうしたデバイスへのアクセスや使い勝手を改善する鍵になる」と結論付けている。

関連記事

知っておきたい、ニューヨーク生まれの言葉　YERR!、Brick、Deadassなど12選