自動語音辨識準確度提高不代表鑑識可靠度同步提高

2024 年研究比較三代自動語音辨識系統在法庭語音比較相關任務中的表現，指出較先進系統可能改善效度，但未必同步提升可靠度；研究者主張同時評估辨別能力、結果一致性與可容忍變異。這說明機器學習模型的分數不能只看排行榜或平均準確率，還要問系統在不同條件下是否穩定，以及誤差會如何影響法律決策。

思與行

• 將效度、可靠度、校準與跨情境泛化分別列為測試項目。
• 部署前測試不同說話者群體、設備、口音與背景噪音，並公開失敗案例。

參考

• 研究：Wang, B. X. & Hughes, V. (2024), “Balancing validity and reliability as a function of sampling variability in forensic voice comparison” — https://doi.org/10.1016/j.scijus.2024.10.002

• 延伸：聲音比較必須驗證效度與可靠度、演算法偏差可能把語言差異轉成司法風險。

• 聲音比較必須驗證效度與可靠度

• 演算法偏差可能把語言差異轉成司法風險

• 概念地圖：聲音與說話者比較概念地圖

回鏈

• Forensic_linguistics
• note/演算法偏差可能把語言差異轉成司法風險
• idea/為語音比對建立涵蓋台灣口音的驗證資料
• note/聲音比較必須驗證效度與可靠度