Normativity and Productivism: Ableist Intelligence? A Degrowth Analysis of AI Sign Language Translation Tools for Deaf People

📄 Normativity and Productivism: Ableist Intelligence? A Degrowth Analysis of AI Sign Language Translation Tools for Deaf People #语音翻译 #伦理批判 #跨模态 📝 3.5/10 | 后50% | #语音翻译 | #伦理批判 | #跨模态 | arxiv 学术质量 1.5/7 | 选题价值 1.5/2 | 复现加成 0.0 | 置信度 高 👥 作者与机构 第一作者:Nina Seron-Abouelfadil(未说明) 通讯作者:Poppy Fynes(未说明) 作者列表:Nina Seron-Abouelfadil(未说明),Poppy Fynes(未说明) 💡 毒舌点评 这篇论文的亮点在于它从一个非常规的、跨学科的视角(技术哲学与残障研究)犀利地批判了当前AI手语翻译工具中隐藏的偏见和结构性歧视,提出了“能力主义智能”这一概念,极具启发性。短板则在于它完全是一篇理论论述,缺乏任何实证数据、案例分析或技术细节来支撑其批判,更像是一篇立场鲜明的社论,而非一篇能推动技术具体改进的学术论文。 🔗 开源详情 代码:论文中未提及代码链接。 模型权重:论文中未提及。 数据集:论文中未提及。 Demo:论文中未提及。 复现材料:论文中未提及。 论文中引用的开源项目:未提及。 📌 核心摘要 问题:论文旨在批判当前AI手语翻译工具在设计、开发和应用中存在的规范性(normativity)和生产主义(productivism)倾向,认为其本质上是一种“能力主义智能”(Ableist Intelligence)。 方法:论文主要采用理论分析方法,运用雅克·埃吕尔(Jacques Ellul)的“技术系统”和“技术虚张”(Technological bluff)理论,对AI手语翻译工具的发展进行社会学和伦理学批判。 新意:与常见的技术改进型论文不同,本文的新意在于将AI工具置于技术哲学和社会批判的框架下,揭示其如何通过标准化和理性化手语,服务于生产力和效率目标,从而反而异化、边缘化了聋人群体及其文化。 实验结果:论文中未提供任何实验结果、数据或量化分析。其论点建立在理论推演和对现有现象的描述上。 实际意义:论文呼吁重新思考技术开发的目标,应从“让聋人适应工具”转向“让工具适应聋人的真实需求与文化”,强调社区参与和尊重文化特性的重要性,对AI伦理、无障碍技术开发具有警示意义。 局限性:主要局限在于缺乏经验证据。其批判虽尖锐,但未通过具体案例分析、用户研究或系统对比来验证“反生产力”的论断,结论带有一定的概括性和先验性。 🏗️ 模型架构 本文为理论批判性论文,未提出任何具体的技术模型或系统架构。因此,本部分未说明。 ...

2026-05-01 · 更新于 2026-05-19 · 1 min · 125 words

语音/音频论文速递 2026-05-01

语音/音频论文速递 2026-05-01 共分析 21 篇论文 ⚡ 今日概览 📥 抓取 21 篇 → 🔬 深度分析完成 🏷️ 热门方向 方向 数量 分布 #语音识别 7篇 ███████ #模型评估 2篇 ██ #语音对话系统 1篇 █ #条件生成 1篇 █ #语音转换 1篇 █ #音频事件检测 1篇 █ #语音合成 1篇 █ #个性化联邦学习 1篇 █ 📊 论文评分排行榜(21 篇,按分数降序) 排名 论文 评分 分档 主任务 🥇 LRS-VoxMM: A benchmark for in-the-wild audio-visual spe 9.0分 前25% #语音识别 🥈 MiniCPM-o 4.5: Towards Real-Time Full-Duplex Omni-Modal 8.5分 前25% #语音对话系统 🥉 ABC: Any-Subset Autoregression via Non-Markovian Diffus 8.0分 前25% #条件生成 4. Accent Conversion: A Problem-Driven Survey of Socioling 7.5分 前50% #语音转换 5. Few-Shot Accent Synthesis for ASR with LLM-Guided Phone 7.5分 前25% #语音识别 6. EdgeSpike: Spiking Neural Networks for Low-Power Autono 7.5分 前25% #音频事件检测 7. JaiTTS: A Thai Voice Cloning Model 7.5分 前25% #语音合成 8. Taming Noise-Induced Prototype Degradation for Privacy- 7.5分 前25% #个性化联邦学习 9. MCPHunt: An Evaluation Framework for Cross-Boundary Dat 7.5分 前25% #模型评估 10. Beyond the Baseband: Adaptive Multi-Band Encoding for F 7.0分 前25% #生物声学 11. A Knowledge-Driven Approach to Target Speech Extraction 7.0分 前50% #语音分离 12. Predicting Upcoming Stuttering Events from Three-Second 7.0分 前25% #语音生物标志物 13. Dual-LoRA: Parameter-Efficient Adversarial Disentanglem 7.0分 前25% #说话人验证 14. HATS: An Open data set Integrating Human Perception App 7.0分 前50% #语音识别 15. Do Sparse Autoencoders Capture Concept Manifolds? 7.0分 前25% #可解释性 16. BUT System Description for CHiME-9 MCoRec Challenge 6.5分 前25% #语音识别 17. AppTek Call-Center Dialogues: A Multi-Accent Long-Form 6.5分 前25% #语音识别 18. Qualitative Evaluation of Language Model Rescoring in A 6.5分 前25% #语音识别 19. Mapping the Methodological Space of Classroom Interacti 6.0分 前50% #模型评估 20. Selective Augmentation: Improving Universal Automatic P 6.0分 前50% #语音识别 21. Normativity and Productivism: Ableist Intelligence? A D 3.5分 后50% #语音翻译 📋 论文列表 🥇 LRS-VoxMM: A benchmark for in-the-wild audio-visual speech recognition 🔥 9.0/10 | 前25% | #语音识别 | #数据集 | #基准测试 #鲁棒性 | arxiv ...

2026-05-01 · 更新于 2026-05-19 · 12 min · 2481 words