优越的替代方案是OpenAI的AI转录工具：较少的幻觉，更准确性

Openai的Whisper是2022年发行的AI驱动语音识别和转录工具，经常产生幻觉或制造信息，引起人们对其在关键环境中造成伤害的潜力的担忧。密歇根大学的一名研究人员发现了他所审查的公开会议中80％的音频转录中发现了幻觉。同样，一位分析了100个小时的耳语转录的工程师报告了其中大约一半的幻觉，另一位开发人员在他创建的几乎每个成绩单中都发现了它们，总共有26,000个实例。尽管转录的小错误很常见，但专家指出，在AI转录工具中，耳语的幻觉水平是前所未有的。 Openai声称，一个开源神经网络Whisper在英语语音识别方面达到了近乎人类的准确性。它被广泛用于行业，用于抄写访谈，翻译内容和生成视频字幕之类的任务。窃窃私语的广泛使用可能会导致捏造的文本，错误归类的报价和其他错误信息的传播，其影响会根据原始内容的性质而变化。 Whisper被整合到某些版本的Chatgpt，用于呼叫中心，语音助手和来自Oracle和Microsoft的云平台，并于上个月从Huggingface下载了超过420万次。特别关注的是，医学专业人员对基于耳语的工具的使用越来越多地转录患者咨询。 AP与十几个工程师，研究人员和开发人员进行了交谈，他们确认耳语经常制造短语和整个句子，有时包括种族评论，暴力言论，甚至想象中的医疗治疗。高级研究研究所教授Alondra Nelson强调：“没有人想要误诊。”尽管Openai建议不要在精确缺陷可能导致重大问题的决策环境等高风险领域中使用耳语，但该工具的销售准确性使其对​​寻求简化运营的各个行业有吸引力，通常会忽略潜在风险。这个问题不仅限于漫长或录制不佳的音频；研究人员甚至在简短清晰的音频样本中发现了幻觉。他们估计，这可能导致数以千计的录音中数以千计的不正确转录。加洛德大学技术访问计划和聋人本人的主任克里斯蒂安·沃格勒（Christian Vogler）指出，聋哑人或难以听见的个人可能会错过这些幻觉，“隐藏在所有其他文本中”。这些发现突出了人工智能行业中一个更广泛的问题：急于营销产品以获利，尤其是在美国没有全面的AI法规的情况下。这在关于Openai的营利性与非营利性地位以及最新领导声明的辩论中特别相关，这些声明淡化了AI的风险。一位OpenAI发言人告诉美联社，该公司正在不断努力减少幻觉和重视研究人员的发现，并将反馈纳入模型更新。同时，我们建议考虑otter.ai，这是一种可靠的AI转录工具，新闻记者最近增加了对六种新语言的支持。虽然长期用户在新的AI摘要功能中报告了幻觉的统计数据，但该错误并未出现在转录本身中。 Otter.ai建议用户查看和编辑转录的准确性，尤其是对于关键任务，注意到准确性会因背景噪音，口音和对话复杂性等因素而变化。对于iPhone用户，iOS 18.1带有Apple Intelligence的iOS现在提供了AI驱动的通话记录和转录，尽管ZDNET的主持人Jason Hiner将其描述为“仍在进行中的工作”。 Openai最近宣布了为其2.5亿Chatgpt Plus用户提供更多工具的计划。

相关文章

评论 (15)