本研究评估了自动语音识别中与葡萄牙语非正式对话语音相关的偏见，并使用MMS和Whisper系统进行分析。研究发现过采样技术可以减轻偏见，对多语言设置下的ASR系统性能具有重要意义。

本文提出了一种新颖的多阶段优化的基于机器学习的 NIDS 框架，通过过采样技术和特征选择技术来提高检测性能和降低计算复杂性。实验证明该模型在两个数据集上的准确率超过了99%，优于最近的文献工作。