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。
相关文章
瑞典人工智能初创公司Lovable Eyes在完成主要融资轮后估值达132亿美元
随着人工智能驱动的编码工具日益普及,瑞典初创公司 Lovable 已获一轮重大融资。该公司计划筹集 30 亿美元,其估值有望升至 132 亿美元——这是去年 12 月记录的 66 亿美元的两倍。预计 Menlo Ventures 将主导此次投资。Lovable 的吸引力源于其核心的“氛围编码”(vibe coding)技术,该技术通过消除对复杂编码技能的需求来简化软件开发。用户只需以自然语言描述其需求,系统即可自动生成应用程序。这种直观的方法吸引了个人开发者、设计师和小企业,并扩展至 Work
Google 测试 Remy AI 代理,以 Gemini 为重点转向用户控制
根据《商业内幕》的报道,谷歌正在测试 Remy,这是 Gemini 的一款全新 AI 个人代理工具。该工具旨在代表用户执行任务,从而简化专业工作流程和日常事务。目前,Remy 正在 Gemini 应用的内部员工专属版本中进行测试。该报告引用了一份内部文件以及对两位熟悉该项目的个人的采访。内部资料将 Remy 描述为“全天候个人代理”,将 Gemini 定位为能够代表用户行事的主动助手。接近该项目的消息人士证实,谷歌员工正在积极测试 Remy。谷歌发言人拒绝提供进一步评论。该报告未提及公开发布
如何修复核心网页指标以获得更好的 SEO 排名
利用 AI 工具简化成绩单评语撰写引言用于生成成绩单评语的 AI 工具Magic SchoolAlmanac AIChat GPT使用 Magic School 生成成绩单评语登录 Magic School选择成绩单评语工具为学生定制评语使用 Almanac AI 生成成绩单评语设置课程与评分方案配置评语长度与学生信息使用 Almanac AI 生成评语比较 Magic School 与 Almanac AI设置的便捷性可定制性与课程内容的整合速度与效率使用
相关专题推荐
评论 (18)
0/500
This transcription tool sounds like a game-changer! If it really cuts down on AI hallucinations, it could be a big win for accuracy in sensitive fields like medicine or law. Excited to see how it stacks up against Whisper! 😄
This transcription tool sounds promising! Less hallucination is a big win for accuracy. Excited to see how it stacks up in real-world use. 😊
This new AI transcription tool sounds like a game-changer! Whisper’s hallucinations were such a mess for serious work, so I’m hyped to see something more accurate. Can it handle noisy audio though? 🤔
이 도구는 정말 구세주예요! AI가 내 녹취록에 허구를 만들어내는 걱정은 이제 안 해요. 정말 정확하고, 짜증나는 환각도 줄어들었어요. 조금만 더 빨라지면 좋겠지만, 정확성이 더 중요하죠! 😊

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。
瑞典人工智能初创公司Lovable Eyes在完成主要融资轮后估值达132亿美元
随着人工智能驱动的编码工具日益普及,瑞典初创公司 Lovable 已获一轮重大融资。该公司计划筹集 30 亿美元,其估值有望升至 132 亿美元——这是去年 12 月记录的 66 亿美元的两倍。预计 Menlo Ventures 将主导此次投资。Lovable 的吸引力源于其核心的“氛围编码”(vibe coding)技术,该技术通过消除对复杂编码技能的需求来简化软件开发。用户只需以自然语言描述其需求,系统即可自动生成应用程序。这种直观的方法吸引了个人开发者、设计师和小企业,并扩展至 Work
如何修复核心网页指标以获得更好的 SEO 排名
利用 AI 工具简化成绩单评语撰写引言用于生成成绩单评语的 AI 工具Magic SchoolAlmanac AIChat GPT使用 Magic School 生成成绩单评语登录 Magic School选择成绩单评语工具为学生定制评语使用 Almanac AI 生成成绩单评语设置课程与评分方案配置评语长度与学生信息使用 Almanac AI 生成评语比较 Magic School 与 Almanac AI设置的便捷性可定制性与课程内容的整合速度与效率使用
This transcription tool sounds like a game-changer! If it really cuts down on AI hallucinations, it could be a big win for accuracy in sensitive fields like medicine or law. Excited to see how it stacks up against Whisper! 😄
This transcription tool sounds promising! Less hallucination is a big win for accuracy. Excited to see how it stacks up in real-world use. 😊
This new AI transcription tool sounds like a game-changer! Whisper’s hallucinations were such a mess for serious work, so I’m hyped to see something more accurate. Can it handle noisy audio though? 🤔
이 도구는 정말 구세주예요! AI가 내 녹취록에 허구를 만들어내는 걱정은 이제 안 해요. 정말 정확하고, 짜증나는 환각도 줄어들었어요. 조금만 더 빨라지면 좋겠지만, 정확성이 더 중요하죠! 😊





首页






