寻找声音：探索非裔美国人方言与语音生成在聊天机器人中的潜力
Finding A Voice: Exploring the Potential of African American Dialect and Voice Generation for Chatbots
AI总结：
本研究探讨将非裔美国人英语融入文本与语音聊天机器人的效果，发现语音模态结合非裔美国人声音和AAE元素能提升性能与用户偏好，而文本AAE聊天机器人表现欠佳，揭示了语言个性化在文本与语音模态间的复杂动态及技术局限。
摘要：
随着聊天机器人成为日常生活不可或缺的一部分，个性化系统对于培养信任、参与度和包容性至关重要。本研究考察语言相似性如何影响聊天机器人性能，重点关注将非裔美国人英语（AAE）整合到虚拟智能体中，以更好地服务非裔美国人社区。我们利用大型语言模型和文本转语音技术开发了基于文本和语音的聊天机器人，然后邀请AAE使用者将其与标准英语聊天机器人进行对比评估。结果表明，虽然基于文本的AAE聊天机器人通常表现不佳，但语音聊天机器人受益于非裔美国人声音和AAE元素，从而提升了性能和用户偏好。这些发现凸显了语言个性化的复杂性以及文本与语音模态之间的动态关系，同时揭示了影响聊天机器人非裔美国人语音生成的技术局限，并指出了未来有前景的研究方向。
英文摘要：
As chatbots become integral to daily life, personalizing systems is key for fostering trust, engagement, and inclusivity. This study examines how linguistic similarity affects chatbot performance, focusing on integrating African American English (AAE) into virtual agents to better serve the African American community. We develop text-based and spoken chatbots using large language models and text-to-speech technology, then evaluate them with AAE speakers against standard English chatbots. Our results show that while text-based AAE chatbots often underperform, spoken chatbots benefit from an African American voice and AAE elements, improving performance and preference. These findings underscore the complexities of linguistic personalization and the dynamics between text and speech modalities, highlighting technological limitations that affect chatbots' AA speech generation and pointing to promising future research directions.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
