谁的声音可以被收录：以酷儿语音为镜的参与式数据治理框架

英文题目：Towards participatory speech dataset curation: A queer case study and conceptual framework

会议身份：conference:interspeech:2026:conference-paper-id:sheppard26b_interspeech

来源为官方会议 PDF；图片依据原页像素，表格数字依据原文引用。PDF 文字层不视为原始 TeX，未可靠恢复的结构不作推断。

会议来源：官方记录 · 官方 PDF

标签：#数据集构建 #公平性 #语音 #语音属性识别

评分：4.6/10 | 创新 1.2/2 | 技术严谨 1.0/1.5 | 实验充分 0.2/1.5 | 清晰度 0.8/1 | 影响力 0.8/1.5 | 开源 0.0/1.5 | 可复现 0.1/0.5 | 工程/实践 0.5/1.5

排名：后50% | 文档类型：应用研究

👥 作者与机构

• Brooklyn Sheppard：机构信息未能从会议 PDF 纯文本可靠映射
• Anaelia Ovalle：机构信息未能从会议 PDF 纯文本可靠映射
• Adina Williams：机构信息未能从会议 PDF 纯文本可靠映射
• Levent Sagun：机构信息未能从会议 PDF 纯文本可靠映射

📌 核心摘要

本文任务是以酷儿群体为案例的参与式语音数据治理，输入是身份敏感且随时间情境变化的语音与标注，输出是可被研究复用的数据集与治理规范，难点在于出柜风险、说话人可识别性与众包式单向采集难以建立信任。所提方法链包含先界定服务社群与被排除者，再由社群共同制定采集话语类型与公开维护规则，接着明确协作与致谢等参与方式，最后落实个体在授权与撤回上的自主权，各阶段输出回流修正社群边界与项目目标。与传统自上而下众包相比，该机制差异在于双向知识共享与迭代式共同设计，将决策权前移至数据集创建之前而非仅事后标注。在概念框架任务设置下，本文框架的阶段指标为4，高于起始社区阶段的阶段指标1。该机制的实际意义在于把出柜风险评估与性别标注自主权嵌入采集全程，从而减少误性别与二次伤害并提升边缘化声音的代表性。该结论适用于边缘化语音社群的概念指导，尚未在真实采集流程中验证其可行性与治理成本。原文未披露训练、推理或部署成本。

🔗 开源与复现资源

本次未形成可展示的已核验资源记录，开放状态尚未核实。 可达状态仅表示本次链接检查结果，不代表许可证、本文权重或运行复现已验证。

🧭 深度解读

输入是什么：这篇论文要解决什么任务？

本文的输入是论文原文与本次收到的官方原图像素，目标是为刚进入语音、音乐与音频领域的研究生写出可核对、可复述的方法解读。必须保留的信息包括研究对象是酷儿语音数据策展，方法是概念框架而非新模型训练，证据是文献回顾与案例分析，结论是提出 4 阶段双向治理结构。输出是中文技术解读，不做营销式判断，不补充原文之外的效果数字。

语音数据收集看似只是按下录音键，但对初学者要理解 3 层依赖。第一层是信号本身需要高质量录音，第二层是语言社区成员要做大量转写与标注劳动，第 3 层是说话人身份标注可能带来风险。论文以性别标注为例说明这种依赖：多数数据集中性别是常规字段，但对不认同性别二元框架的人，提供性别就等于公开自己属于性少数群体。也就是说，同一个标注动作在不同人群身上风险完全不同。

众包 × 参与式人工智能： 众包的分工是以效率为中心由研究者定任务、向大众分发录音与标注，搭配理由是快速扩大规模；参与式人工智能的分工是让受影响社区与研究者共同定目标、定规则、定用途，搭配理由是分担语音数据特有的身份风险；两者组合的意义在于用参与式治理约束众包的单向提取，避免为求多样性而扩大伤害。

传统高效做法是众包。原文回顾了针对特定语言、特定方言和特定人口群体的众包语音数据集，说明众包确实能扩大规模。但作者指出当众包缺乏有意义的长期合作时，会出现参与清洗，即短暂接触被包装成参与，实际没有持续承诺。参与式人工智能则要求研究者、工程师、用户与受影响社区共同设计，强调由受影响社区出发、为其服务、与其同行。对语音而言，这种共同设计不是装饰，因为提供声音的人同时承担声音可被识别、身份可被推断的风险。初学者可以这样记住学习顺序：先理解语音标注的劳动与风险，再理解众包为什么快但不够，最后理解参与式为什么慢但必要。

相关路线有哪些：已有工作做了什么、没做什么？

与本文同输入、同目标的工作可以分为 3 条路线。第一条是通用多样性语音数据集，例如文中提到的公平语音与日常对话类数据集，它们纳入说话人性别标签，但多数不包含二元之外的人，即使有也只有极少数。第二条是面向特定社区的语料，例如中大西洋性别扩展语音语料，目标是为合成多样化声音或理解语音如何表达酷儿身份，这类工作场景具体但覆盖面窄。第 3 条是参与式健康与心理支持工具，例如酷儿心理健康参与式研究通过多轮匿名问卷形成共识，再给出工具箱，但社区专家对后续模型设计与数据收集的影响有限。

与本文同运行阶段但不同社区的工作是口吃语音社区项目。该项目由属于口吃社区的研究者发起，向网络社区开放邀请，不限年龄性别，收集会话与命令词，并在事后调查中报告了赋权感。它的可贵之处是社区成员主张公开数据以帮助本群体，这与敏感数据默认加强保密的思路不同。但论文指出其分工仍有界限：核心研究团队独立完成了项目设计，说话人主要是贡献者，而非全程共同设计者。

协同设计 × 知识共享： 协同设计分工是社区从项目目标阶段就进入决策，而不只是在后期提供声音；知识共享分工是语言学家与社区成员双向传授方法与本土知识，而非单向索取语料；搭配理由是语音数据同时需要技术规范与身份语境，组合后形成循环改进，使文档、课程或数据集能回馈社区自身。

语言学田野工作的历史提供了镜鉴。早期常见白人欧洲裔学者从说话人处单向提取数据以推进学科，而不回馈语言社区。近年的参与式行动研究主张循环模式，语言社区全程参与目标制定到成果评估，并通过记录与教材反哺语言振兴。作者正是在这 3 条路线之上定位本文：不提出新识别模型，不发布新语料，而是把酷儿案例、口吃社区经验与田野语言学方法综合为可迁移的语音数据策展框架。

为什么选酷儿语音作案例：难在哪里、风险在哪？

论文把酷儿定义为自我认同具有非规范性取向、性别认同或性特征的人。这个定义把判断权交给自我认同，而不是外部观察，这直接决定了后文为什么反对按听感标注性别。选该群体作案例有 3 个教学要点。第一，性别多元者的性别信息具有敏感类别属性。顺性别二元认同者提供性别通常不增加新的污名风险，而性别多元者一旦提供就等于出柜，因此常见标注在此处变成高风险标注。

第二，酷儿语音随时间与场景变化大，可能受嗓音训练、激素治疗影响，也可能在群体内外切换表达方式，这给 1 次录音、固定标签的做法带来困难。第三，历史信任赤字严重，包括所谓语音测同技术传闻、内容审核中酷儿表达被过度判为有毒、跨性别与非二元用户对语音助手隐私与伦理的深度不信任。

性别标注 × 敏感类别身份： 性别标注分工是给语音附加说话人性别信息以支持建模与评估；敏感类别身份分工是指一旦标注超出二元框架就等同公开酷儿成员身份；搭配理由是同一标注在多数人身上是常规属性，在性别多元者身上会变成出柜行为，组合意义在于迫使研究者把看似中性的标注当作高风险信息来治理。

对初学者要拆开两个易混概念。语音识别或说话人验证中的性别偏见，常被简化为男女两类上的性能差。原文回顾了女性声音在训练不足时识别更差的研究，也指出多数偏见研究受限于二元框架。一项使用通用语音十六版的研究尝试比较男、女与其他 3 类，发现所有被测模型都对某一性别更差，男女之间各有胜负，但其他类从未被偏好。作者强调该结论只是初步的，因为每种语言只有极少数样本。

教学例子是：假设某语言其他类只有 10 人左右，模型在该组上误差更高不能直接推广为普遍规律，只能说明数据太少无法得出可泛化结论。风险方面，公开的酷儿语音可能被用于针对性伤害，而完全不收录则导致系统在该群体上长期无效与不可评估。两难正在于此。

方法全景：四阶段框架如何运转？

论文提出的方法不是模型结构，而是一套规范性基础设施，用于指导语音数据集治理。它包含 4 个相互重叠、可循环的阶段：界定社区、项目形成、参与方式与个人自主。作者反复强调这不是强制性清单，而是提问式引导，社区贡献者沿着问题推进策展。整体逻辑是先问为谁服务、谁可能被落下，再由社区共同决定收什么体裁、是否公开、如何存储维护，然后明确如何协作与署名，最后把每个人的自主权贯穿始终。阶段之间允许双向返工，例如项目形成中确定了语言与方言，才发现最初的社区界定太窄，需要重新扩大邀请。

阅读该图之前，先建立对照：左侧是传统流程，研究者在顶端，依次经过项目形成、参与方式、咨询社区，到达研究产出，箭头只有向下，社区出现在接近末端且只是被咨询。右侧是本文主张，社区是最外层大圆，向内依次包裹项目形成、参与方式，最中心是个人自主，层与层之间用上下双向小箭头连接，表示迭代、协作与共同设计。颜色与形状只是区分层次，关键信息是顺序与箭头方向。

看图路径： 1. 先看左侧自上而下的五个矩形与单向箭头，确认起点是研究者、终点是研究产出；2. 再看右侧从外到内四层嵌套圆环的名称顺序与层间双向小箭头；3. 对照左右两侧同一词汇的不同位置，理解社区从被咨询对象变为最外层容器；4. 沿双向箭头想象一次返工：个人自主的变化如何回传到项目形成与社区界定

论文图 1。原论文 Figure 1：“Schematics of speech dataset creation frameworks.”。

该图左侧 5 个横向矩形自上而下单向连接，说明决策权集中在起点；右侧 4 个同心圆把社区放在最外层，把个人自主放在最中心，层间双向箭头说明任何内层决定都可能回传修改外层。例如若中心的高风险个体无法公开声音，项目形成就要考虑更严格的访问控制，甚至重新界定社区范围与体裁选择。初学者复述时应沿一个样本走完全程：1 位自我认同的酷儿说话人先被纳入社区界定，再参与决定收会话还是朗读，接着选择只做标注不录音或匿名参与，最后决定是否允许公开与随时撤回，任一环节的反馈都可以让前面的决定重来。

组件一：如何界定社区，谁可能被落下？

界定社区是框架的第一环，动作是回答为谁服务、谁可能被落下、用什么外联方式补救。论文以广义酷儿为起点，包括语音技术与语言学中的酷儿研究者，但随即提醒单一项目不可能代表所有视角，必须明确写出谁没有被代表。文中举例说，若只面向酷儿人工智能这类研究者网络，成员多来自全球北方且以英语为主，就会偏向历史上有特权的人群。补救动作是把外联扩展到世界各地基于社区的酷儿倡议，但作者承认即使如此也不可能 1 次覆盖全部交叉身份，如种族、残障、语言与方言。

项目形成 × 个人自主： 项目形成分工是在群体层面决定收哪种体裁、是否公开、如何存储维护；个人自主分工是每个人决定以何种方式参与、如何署名、是否撤回；搭配理由是群体共识保证方向一致，个人选择保留退出与差异空间，组合后避免以集体名义强迫高风险个体公开声音。

该组件的教学要点是把社区看作动态边界而非固定名单。项目形成阶段一旦确定要收哪些语言、哪些方言，就会反过来要求修正社区界定；个人自主阶段若发现某些亚群体因风险无法参与，也要回头调整邀请策略。因此界定社区不是 1 次性人口统计，而是在整个策展中反复核对的治理动作。复现时要留下的记录包括初始定义、被排除群体的显式声明、外联渠道清单与每次边界调整的理由，而不是只留最终说话人数量。

组件二：项目形成要定哪些事？

项目形成是把社区意愿转化为可执行范围，动作包括确定语音体裁、公开与允许用途、存储与长期维护。体裁方面，论文对比了会话式与朗读式的差异，认为有必要明确说明收哪一种并权衡用途与风险。以口吃社区项目为例，它同时收了谈论生活经历的会话与语音助手命令词。对酷儿社区，类似的会话访谈有助于评估模型在该群体自然表达上的准确性，也有助于研究文本毒性判断中对酷儿方言的偏见是否会因加入语音而缓解，但会话可能录下亲密私人内容，会劝退参与或迫使后期大量删除。

公开与用途问题更为尖锐。公开可能带来赋权与可见性，也可能招致定向伤害。作者把该决定与个人自主直接挂钩：是否允许自己的声音进入数据集、以何种访问方式提供、性别流动时如何更新，都要留给个人。存储维护方面，论文提示要明确谁能长期访问、如何撤回。文中以儿童行为视频共享项目为例，说明可要求访问者接受伦理培训并隶属受伦理审查机构，以此展示敏感数据可以通过制度设计实现有条件共享。初学者要注意，这里的例子只是说明治理选项存在，不是要求酷儿语音照搬同一制度。

组件三与组件四：参与方式与个人自主如何分工？

参与方式回答如何协作、有哪些参与形式、如何致谢。协作不仅是选通信平台，更包括如何共享空间、处理成员间权力差异。参与形式在语音数据中是多样的：有人愿意录音，有人只愿做标注，有人承担组织与文档工作。致谢方式也因人而异，常见的是按劳付酬，田野语言学与部分语音数据集还会提供论文署名。论文强调致谢偏好高度个人化，因此自然过渡到个人自主。

个人自主是每个人的赋权权利，动作包括在群体共识与个人选择之间划界。群体层面需要共识的事项是总体目标与体裁方向，个人层面保留的事项是参与方式、署名方式与撤回自由。关键提醒是个人行动有社区级下游效应：一个人的公开参与可能影响群体可见性与风险分布，因此何时要求共识、何时允许个人 stance，需要谨慎设计。双向过程意味着项目形成与个人自主互相制约：若高风险成员无法公开，就要为其设计更严格的安全措施，甚至决定部分数据不共享。复述时要能说清组合机制：项目形成定集体边界，个人自主保个体退出，两者通过返工箭头保持动态平衡。

有无模型训练：本研究的真实计算过程是什么？

本研究没有训练任何神经网络模型，也没有报告优化器、损失函数、梯度路径、参数冻结或重置时机。把无训练理解为确定性求解是错误的，本文也不是用解析方法求出最优解，而是用概念综合与框架构建承担方法职责。真实的构造过程是文献回顾、案例比较与提问式框架提炼：先梳理通用众包语音收集、特定社区语料、酷儿参与式健康研究、口吃社区数据项目与田野语言学循环方法，再抽取社区、项目形成、参与方式与个人自主 4 个阶段，并为每阶段配引导问题。

对初学者要交代缺项：原文未给出任何可运行模型的超参数、训练轮数、数据划分或硬件预算，因为根本不存在训练环节。也未说明若未来按此框架收数据应采用何种录音设备、采样率或标注工具链，这些要留待具体项目与社区共同决定。因此本节不能写冻结了哪些层或梯度如何流动，只能明确说监督来源是已有文献与社区经验，产出是治理问题清单与双向流程图。复现本研究意味着重走文献筛选与框架编码过程，而不是重跑训练脚本。

实验条件：数据、划分、指标与成本如何交代？

本研究没有设计对照实验，因此没有数据集划分、采样策略、评估指标、聚合口径、统计检验与硬件成本可交代。唯一可核对的经验证据是引用的第三方初步发现：有研究在通用语音十六版的男、女与其他 3 类上测试多个模型，发现其他类从未被偏好，但每种语言该组只有极小样本。作者明确说需要更多数据才能得出可泛化结论。这段话的任务是说明现状数据不足，而不是报告本文的新实验。

为帮助初学者建立公平比较观，仍需讲清若未来验证该框架应控制什么条件。测什么应是框架启用前后社区参与深度、风险事件与模型在性别多元组上的可用性；与谁比应是传统众包流程与框架指导流程在同一语言、同一体裁下的对照；条件是否一致应包括录音环境、标注指南、访问控制与知情同意文本；指标方向应区分参与质量、数据多样性与下游任务性能，不能把自动指标直接当成人评。

若缺这些交代，任何参与更好的说法都只是推测。原文未测量误判率、延迟或成本，因此不能承诺该框架改善这些量。

主要结果与反证：框架给出了什么、没证明什么？

论文直接报告的结果是概念框架本身与图示对比，而不是性能数字。报告的层面是：传统流程是研究者到产出的单向流，提议流程是以社区为外层、个人自主为中心的嵌套双向结构；4 个阶段各有引导问题，可循环返工。有限解释的层面是：该框架可能更适合多样化语音技术数据集，可能缓解敏感语音策展中的知情同意、安全隐私与代表性透明问题，可能激发更多酷儿视角以共同方式进入语音研究。这些是支持性判断，不是已验证因果。

为满足比较的可核对性，下表把原文明确提到的性别组性能观察整理为对照，公平条件是同一研究的同一测试，指标方向是组间偏好，关键限制是样本极小。表前的问题是：在现有数据下能否说模型对非二元组有系统性偏见？公平条件是否成立？指标方向如何理解？

表后解释是：主要信号是所有被测模型都表现出某种性别组间差异，且其他组从未成为最优，这支持了数据不足难以评估的判断；具体代价是其他组每语言只有极少数人，任何组间差距都可能被抽样噪声主导，不能直接推广为模型必然歧视该组。未胜出项正是其他组，它从未胜出恰恰揭示了评测边界：没有足够代表就无法做公平基准。本文未提供新数据集来填补该边界，因此框架的实际收益仍待验证。

若拿掉某一环会怎样：原文支持什么、什么只是推测？

原文没有消融实验，因此不能写拿掉后必然怎样，只能按证据讲安排理由与已验证对照。已验证的对照来自口吃社区项目：当社区主张公开时，公开带来了赋权感，这说明默认加强保密不一定符合所有社区意愿，治理要听社区。若拿掉社区界定，只从项目目标出发，就会回到传统流程，容易复现研究者独立定设计的局限。若拿掉个人自主，允许用途与撤回机制缺失，高风险个体可能直接拒绝参与或在事后要求删除，导致数据空洞与信任破裂。

下表把框架的规范属性与来源整理为对照，问题是：该框架是强制规范还是治理脚手架？时间地点等元信息是否可核对？指标方向是约束强度还是灵活性？

表后解释是：主要收益是把不可通约的价值冲突转化为可记录的治理动作，例如用谁未被代表的显式声明代替笼统的多样性宣称；具体代价是每次返工与个体化访问控制都会增加组织成本，未评测边界是该成本在不同语言社区的可承受性。可能但待验证的是循环知识共享能提升数据质量与社区信任，这需要未来在真实收数据项目中做纵向跟踪才能确认。

限制与误解：哪些不能从本文推出？

缺失证据不是技术错误，但要明确标出。本文未验证推测包括：参与式流程必然提升识别准确率、必然降低毒性误判、必然适用于所有边缘社区。这些都未测量，不能承诺。相关性不是因果：其他组从未被偏好与数据稀少同时出现，不能直接断定模型架构对该组有内在歧视，也可能是评测噪声。总体趋势不等于每组每步都成立：男女之间的胜负随模型而异，不能简化为所有模型都偏好同一性别。

参与清洗 × 赋权： 参与清洗分工是指把短暂咨询包装成参与，实际决策权仍在研究者手中；赋权分工是指贡献者在过程与结果中获得话语权、署名或资源回馈；搭配理由是只有对照赋权标准才能识别清洗，组合意义是要求用可验证的决策权与回馈机制检验参与是否真实。

常见误解有三。其一，把自我报告性别等同于听感性别。原文主张自我认同优先，历史做法按听感标二元标签会误称与抹除。其二，把公开等同于赋权或等同于伤害。口吃社区有人要求公开以帮助同伴，酷儿社区有人因公开风险要求更严格保护，同一动作在不同风险结构下意义相反。

其三，把框架当成可直接部署的检查表。作者自称为规范性基础设施而非强制要求，意味着它提供提问与返工方向，不提供采样率、报酬标准或存储期限的具体数值。训练资源、推理开销与输出延迟在本文完全未讨论，不能从框架的存在推定系统更快更省。

复现先做什么：可重放的步骤与核对清单？

复现本文不是重跑代码，而是重走概念构建与试点治理。第一步是重建文献集合：按原文引用找到通用多样性数据集、特定社区语料、酷儿心理健康参与式研究、口吃社区项目与田野语言学循环方法，核对每篇的参与深度是咨询还是共同设计。第二步是重绘流程图：左画单向 5 步，右画 4 层嵌套圆，标出双向箭头，检查社区是否从末端咨询变为外层容器，个人自主是否在中心。

第三步是为 4 个阶段各写引导问题：谁服务、谁落下，收何体裁、是否公开、如何存储维护，如何协作、如何参与、如何致谢，何时共识、何时个人选择。第四步是做 1 次小规模试点访谈，只收元治理记录，不急于收大量语音，检验问题是否可操作。

核对清单包括：社区初始定义与排除声明是否成文，外联渠道是否超出英语与全球北方，体裁选择与风险权衡是否有记录，访问控制与撤回路径是否可执行，致谢偏好是否逐人记录，返工触发条件是否明确。由于本次未发现来源绑定且完成验证的资源，不得声称代码、模型或数据已公开，复现时只能引用论文文字与本次收到的图像素，不能假设有可下载系统。若要推进到真实收音，还需补伦理审查、知情同意文本、安全存储方案与长期维护责任主体，这些在原文只是方向性提问，没有现成答案。

何时值得尝试：给新生的行动指南？

当你的任务涉及身份敏感语音、现有众包几乎收不到目标人群、或历史信任赤字已导致拒答时，值得尝试该框架。它的适用条件是：你愿意把项目目标本身交给社区修改，你能承担多轮沟通与个体化治理的成本，你有能力提供可执行的撤回与访问控制，而不只是口头承诺。若只是需要快速扩大常见口音的朗读量，传统众包可能更经济，不必为此启动重型参与。

带走三句话。第一，把性别等多数字段先当风险字段处理，优先自我报告，拒绝仅按听感二元标注。第二，用 4 阶段提问代替 1 次性方案：先定社区与排除声明，再定体裁与公开规则，再定协作与致谢，最后为每个人保留退出键，并允许任何一步返工。第三，用未胜出项检验诚实度：若你的评测中某群体样本极小或从未最优，先承认不可泛化，再去补数据，而不是急于宣布公平。未来验证需要至少两类论文特有细节：一是纵向记录参与深度与信任变化，二是在同一语言体裁下对照传统流程与框架流程的数据多样性与下游可用性。只有补上这些，才能把可能变为报告。

⚖️ 评分明细

评分属于系统判断，不是论文实验结果；八维数值与总分见页首，原始审计记录保留在后端。

• 评分规则：type-aware-v1
• 评分模型：muse-spark-1.3-contributor
• 评分请求协议：openai_responses

← 返回 interspeech-2026 论文汇总