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，一种于2022年发布的AI驱动的语音识别和转录工具，被发现经常产生幻觉或编造信息，引发对其在关键场景中可能造成危害的担忧。

密歇根大学的一位研究人员发现，他审查的公共会议音频转录中有80%存在幻觉。同样，一位分析了100小时Whisper转录的工程师报告称，其中约一半存在幻觉，另一位开发者发现他创建的几乎每个转录中都有幻觉，总计26,000次。

虽然转录中的小错误很常见，但专家指出，Whisper的幻觉程度在AI转录工具中前所未有。OpenAI声称，Whisper是一种开源神经网络，在英语语音识别中接近人类精度。它被广泛应用于各行业，用于转录采访、翻译内容和生成视频字幕等任务。

Whisper的广泛使用可能导致编造文本、错误引述和其他错误信息在各种平台上传播，影响因原始内容的性质而异。Whisper已集成到某些版本的ChatGPT中，用于呼叫中心、语音助手以及Oracle和Microsoft的云平台，上个月从HuggingFace下载超过420万次。

特别令人担忧的是，基于Whisper的工具越来越多地被医疗专业人员用于转录患者咨询。美联社采访了十几位工程师、研究人员和开发者，他们证实Whisper经常编造短语和整句，有时包括种族评论、暴力言论，甚至虚构的医疗治疗。

“没人希望被误诊，”高等研究院教授Alondra Nelson强调。

尽管OpenAI建议不要在高风险领域（如需要高精度的决策场景）使用Whisper，但该工具宣传的准确性使其对希望简化运营的各行业具有吸引力，常常忽视潜在风险。

问题不仅限于长或录制质量差的音频；研究人员发现，即使在短而清晰的音频样本中也存在幻觉。他们估计，这可能导致数百万录音中出现数万次错误转录。Gallaudet大学技术访问项目主任Christian Vogler（聾病患者）指出，聾病或听力障碍者可能无法察觉这些“隐藏在大量文本中的”幻觉。

这些发现凸显了AI行业的一个更广泛问题：在缺乏美国全面AI监管的情况下，为追求利润而急于推出产品。这尤其与OpenAI的盈利与非盈利地位之争以及近期领导层淡化AI风险的声明有关。

OpenAI发言人向美联社表示，公司正在持续努力减少幻觉，并重视研究人员的发现，将反馈纳入模型更新中。

与此同时，我们建议考虑Otter.ai，一种受记者信赖的可靠AI转录工具，最近新增了对六种新语言的支持。虽然一位长期用户报告称，新AI摘要功能中出现了一个幻觉统计数据，但该错误未出现在转录本身中。Otter.ai建议用户审查和编辑转录以确保准确性，特别是对于关键任务，指出准确性可能因背景噪音、口音和对话复杂性等因素而异。

对于iPhone用户，iOS 18.1的Apple Intelligence现提供AI驱动的通话录音和转录功能，尽管ZDNET主编Jason Hiner称其“仍在完善中”。

OpenAI最近宣布计划为其2.5亿ChatGPT Plus用户提供更多工具。