Forskere kan nu stoppe Whisper i at finde på

Forskere bag Maryam Abbasihafshejani har fundet en metode, der får OpenAIs tale-til-tekst-system Whisper til at digte meget mindre.

Problemet

Whisper, OpenAIs populære tale-til-tekst-værktøj, har et kendt problem: Det finder nogle gange på sætninger, der ikke blev sagt. Det kan især ske ved stille lyd eller baggrundsstøj, hvor systemet hallucinerer og opfinder tekst. Det har skabt bekymring, fordi teknologien blandt andet bruges til at transskribere møder og interviews.

Løsningen

Forskeren Maryam Abbasihafshejani og hendes kollega Murtuza Jadliwala har udviklet en metode, der kaldes 'Hallucination Space Projection'. Kort fortalt finder de frem til det sted i Whisper's indre regnestykker, hvor hallucinationer opstår, og styrer så systemet udenom. Resultatet er, at Whisper laver markant færre opdigtede udskrifter, når den nye metode er i brug.

Tallene bag

I deres test viste metoden en reduktion i hallucinationer på hele 52,5 % sammenlignet med standard-Whisper. Metoden formåede også at fjerne op til 50 % af de gentagne sætninger, som Whisper ellers kan hænge fast i. Det gør den ifølge forskerne til et solidt skridt mod mere pålidelig tale-til-tekst.

Hvad nu?

Forskerne håber, at teknikken kan integreres i fremtidige versioner af Whisper og lignende modeller. Hvis det lykkes, vil det betyde, at du kan stole mere på automatiske udskrifter – også når lyden er dårlig. Men metoden er stadig på forskningsstadiet og er endnu ikke rullet ud i kommercielle produkter.

Kilder:
arXiv cs.AI →

Genfortalt i egne ord af AI-nyheder.com · Tjek altid originalkilden, før du handler på vigtige oplysninger.