主流音频AI会对不同英语口音打出系统性差分

华盛顿大学团队让Gemini 2.5 Pro、Gemini 2.5 Flash、GPT-Audio 1.5和Qwen 3 Omni评价面试、演讲与英语测试中的五类口音，并用52名真人复核。模型通常把中式和尼日利亚口音排在最低，印度口音居中，美式与英式最高；偏差同时影响表达和内容评分。招聘、教育与移民测试不应只看平均准确率，必须按口音与人群公开分组评测并保留人工复核。