AI自動生成的字幕，能離譜到什么程度？

不僅把“螃蟹”（crab）誤聽成“廢話”（crap），當場爆粗：

甚至還能把“玉米”（corn）給翻譯成p*rn……

關鍵在于，這些是AI給兒童節目自動生成的字幕。

被AAAI 2022收錄的一篇新研究發現，在7013個兒童視頻中，接近40%的節目出現了少兒不宜或臟話等詞匯。

甚至在一個113集的兒童機器人學習欄目中，AI就“爆粗”了103次，平均接近一集一次！

對此，油管（YouTube）在接受《連線》采訪時回應：

我們為13歲以下的兒童開發了YouTube Kids，這個APP會關閉字幕生成功能。

但如果真有字幕需求的話，如何才能想辦法減少這種AI生成錯誤？

一起來看看。

亞馬遜谷歌都很“祖安”

先來看看這篇論文的調查結果。

研究人員一共從油管上選出了24個兒童頻道，分別記錄了這些頻道的播放量和訂閱量。

可以看出，這些篩選出來的視頻播放量基本都達到了百萬級，訂閱人數也同樣不少。

然后，研究人員分別試了一下谷歌和AWS（亞馬遜網頁服務）的字幕生成效果。

結果顯示，AI字幕的“少兒不宜”率可謂離譜：

在7013個視頻中，谷歌AI出現錯誤字幕的次數達到2768次，接近40%。

亞馬遜的AI字幕錯誤率還要更高，達到了3672次，超過52%。

具體來說，兩個AI分別容易在這些“不太恰當”的字詞上出錯：

圖左亞馬遜，圖右谷歌

在這些數據集中，有一些詞語又尤為“少兒不宜”，例如一些罵人的臟詞：

經過作者們人工檢查（例如確認原視頻是否真的說了臟話），發現AI主要容易在以下幾種情況中出錯：

背景音樂嘈雜

說話者為嬰兒

說話者為兒童

說話者以英語為第二語言

說話者在唱歌

包括但不限于這些情況

那么，有沒有什么辦法減少這種情況發生呢？

語序連貫的錯誤更容易修復

研究人員提出了一個新的數據集，利用近音字詞來構建禁忌詞的“替換”備選。

例如，對于crap這一可能出現的“粗口”，研究人員就給它設置了crab、craft等讀音相似的字詞，便于AI在搞錯時進行替換。

具體來說，他們在BERT、XLM、XLNet等NLP模型上，針對“完形填空”任務進行了重新訓練，也就是用[MASK]遮住部分單詞，讓AI來填寫對應的內容。

結果顯示，在語序正常、前后文案有邏輯的視頻中，AI替換的準確率更高（藍色為正確替換詞）：

然而在一些邏輯不強的文案中，成功替換的效果就沒有那么好了：

最終，Megatron和Levenshtein等模型展現出了最好的修復效果，分別給亞馬遜AI帶來了超過25%的正確修復率，給谷歌AI帶來了超過28%的修復率。

看來AI在字幕生成能力上還是任重道遠啊。

關鍵詞：