カジュアルな会話の音声認識データセット

Casual Conversations は、研究者がさまざまな年齢、性別、目に見える肌の色、周囲の照明条件にわたってコンピューター ビジョンとオーディオ モデルの精度を評価し、AI のバイアスを排除できるように設計されています。

データセットには、3,011 人の参加者の 45,000 以上のビデオが含まれており、性別、年齢層、肌の色に均等に分散されています。

Facebookは、不正確さをできるだけ排除するために、有料の参加者にビデオを提出するよう義務付けており、年齢と性別のタグを自ら提供している。さらに、Facebook はカジュアルな会話のために訓練を受けたアノテーターを数人採用しました。これらのアノテーターは、AI モデルが低照度の環境条件でさまざまな肌の色の人々をどのように扱ったかを測定するのに役立つように、各ビデオの光レベルに注釈を付けました。