
100時間かけて動画編集AIを作ったら、気が狂いそうになった。
Om avsnittet
【PR:Surfshark】
プロモリンク https://surfshark.com/yurucom にアクセスするか、チェックアウト時にプロモコード yurucom を使用すると、Surfshark VPN が4か月分追加されます!
30日間の返金保証付き!ぜひご利用ください!
動画編集AIを作ったら、狂いそうになった話です。AIのキモい認知特性に振り回されまくったよ!
【目次】
0:00 動画編集AIを作ってみた
0:37 AI 「勝ち筋が見えた」
2:50 動画を見ずに編集しててキモい
7:30 話者識別がうまくいかない
13:09 テロップの文言は高クオリティ
14:20 ずっと画面右端がはみ出す
18:31 「測る」って難しい
24:14 人間向けはAIにとって高コスト
28:46 AIは「笑い」が分からない
37:28 使いものになった動画編集AI
41:13 お得意様のSurfshark
【参考文献】
◯OpenAI「Introducing Whisper」( https://openai.com/index/whisper/ )
→Whisperの概要と、Web由来の多言語・多タスク音声データで学習したことを確認。
◯arXiv「Investigation of Whisper ASR Hallucinations Induced by Non-Speech Audio」( https://arxiv.org/abs/2501.11378 )
→非音声で起きるWhisperの幻覚と、「thanks for watching」系の定型句が頻出する実験結果を確認。
◯GitHub openai/whisper Discussions「Share your hallucinations here #1873」( https://github.com/openai/whisper/discussions/1873 )
→無音や交通音で「ご視聴ありがとうございました」が出た公開報告を確認。
【サポーターコミュニティへの加入はこちらから!】
【親チャンネル:ゆる言語学ラジオ】
【実店舗プロジェクト:ゆる学徒カフェ】
【おたよりフォーム】
https://forms.gle/BLEZpLcdEPmoZTH4A
※皆様からのおたよりをお待ちしています!
【お仕事依頼はこちら!】
【堀元見プロフィール】
慶應義塾大学理工学部卒。専攻は情報工学。理屈っぽいコンテンツを作り散らかすことで生計を立てている。
【水野太貴プロフィール】
1995年生まれ。愛知県出身。名古屋大学文学部卒。専攻は言語学。本業は雑誌編集者。著書に『会話の0.2秒を言語学する 』(新潮社)などがある。Podcast「神保町で会いましょう」のパーソナリティも務める。
Twitter→https://x.com/yuru_mizuno
神保町で会いましょう→https://open.spotify.com/show/6cYkvDO0HnJKLPgDBGUjjS
Fler avsnitt
Visa alla avsnitt av ゆるコンピュータ科学ラジオゆるコンピュータ科学ラジオ med ゆるコンピュータ科学ラジオ finns tillgänglig på flera plattformar. Informationen på denna sida kommer från offentliga podd-flöden.