一种面向语音识别系统的预处理去偏方法

本发明属于人工智能技术领域，具体涉及一种面向语音识别系统的预处理去偏方法，包括：数据采样，通过欠采样和SMOTE分别对多类数据和少类数据进行采样处理；模型训练，将原始数据、采样后的数据分别对判别器和ASR进行训练；分类识别，用训练好的判别器和ASR先进行分类，再进行识别；偏见评估，通过构建均衡公平的语音评估数据集、提出面向语音识别系统的偏见评估方法和评估指标，从而实现全面的偏见评估；对比分析，通过对比分析使用不均衡数据训练的基准ASR模型与经过去偏处理后的模型在偏见评估中的表现，评估去偏方法的有效性。本发明针对语音识别系统的特点进行设计，在数据处理、评估方法上提供了更加完善和高效的解决方案，不仅能够准确处理语音数据中的偏见问题，还能有效提升模型对不同属性群体的识别精度，从而显著提高语音识别系统在实际应用中的公平性、准确性与可信度。