Accent bias in AI-generated speech: credibility judgments among EFL learners

Abstract

Accent is a powerful sociolinguistic cue that can bias how listeners judge spoken information. This study explored how English as a Foreign Language (EFL) learners perceive the credibility of spoken statements delivered by artificial voices with different accents. The experiment involved 42 non-native English participants who listened to 50 short trivia statements generated by text-to- speech voices. The stimuli covered five English accents: three native (British, American, New Zealand) and two foreign (Russian and Chinese) with both male and female voices for each accent. After hearing each statement, participants rated its perceived credibility on a Likert scale. Linear mixed-effects models were used to test the effects of accent nativeness, speaker gender, listener gender, and listener background factors (L1, exposure to English, accent preference) on credibility ratings. There was found no significant difference in credibility between native and foreign accents. However, accent-specific effects were evident: statements spoken in a British or New Zealand accent received significantly higher credibility ratings than statements spoken with an American accent or a non-native accent. Notably, the American-accented voices were rated lowest on average, despite American English being the most familiar...

Přízvuk představuje silný sociolingvistický signál, který může ovlivnit způsob, jakým posluchači posuzují mluvené informace. Tato studie zkoumá, jak studenti angličtiny jako cizího jazyka (EFL) vnímají důvěryhodnost výroků pronesených umělými hlasy s různými přízvuky. Experimentu se zúčastnilo 42 nerodilých mluvčích angličtiny, kteří poslechli 50 krátkých triviálních výroků generované hlasovou syntézou. Podněty zahrnovaly pět anglických přízvuků: tři rodilé (britský, americký, novozélandský) a dva cizí (ruský a čínský), přičemž každý přízvuk byl prezentován v mužské i ženské hlasové variantě. Po každém výroku účastníci hodnotili jeho vnímanou důvěryhodnost pomocí Likertovy škály. Pro analýzu vlivu rodilosti přízvuku, pohlaví mluvčího a posluchače, stejně jako individuálních jazykových charakteristik (mateřský jazyk, jazyková zkušenost, preferovaný přízvuk), byly použity lineární smíšené modely. Mezi rodilé a cizí přízvuky nebyl zjištěn statisticky významný rozdíl v hodnocení důvěryhodnosti. Na úrovni konkrétních přízvuků se však projevili zřetelné rozdíly: britský a novozélandský přízvuk byly hodnocené výrazně příznivěji než americký a cizí přízvuky. Zajímavé je, že americký přízvuk - přestože byl pro většinu účastníků nejznámější a nejpreferovanější - obdržel v průměru nejnižší hodnocení. Ženy...