🎯 Нейросеть сверила озвучку с текстом: совпадение почти 100%. А фраза поменяла смысл
🎯 Нейросеть сверила озвучку с текстом: совпадение почти 100%. А фраза поменяла смысл По сценарию — «во всей нише». В готовой озвучке распознано «во все ниши». Одна буква, а смысл другой. А общий процент совпадения при этом высокий. В соседней версии того же ролика он был 99,5%. Ролик озвучен синтезированным голосом. Проверяю так: другая нейросеть распознаёт готовую речь, и текст сравнивается со сценарием. Удобно, цифра сразу говорит, похоже или нет. Только одно неверное слово среди девяноста сдвигает общий процент чуть-чуть, а смысл фразы меняет целиком. Процент доказательством принимать не стал. Переписал фразу так, чтобы её нельзя было прочитать двояко: «Может, люди стали реже покупать?» Повторная проверка — ноль замен и пропусков. Слова, на которых синтез стабильно спотыкается, вроде «стоит» и «просели», теперь сразу заменяю в тексте на однозначные. Там же нашлась ещё одна ловушка. Распознавание не записывает «э-э» в текст, а молча приклеивает их к соседнему слову. Автоматическая чистка речи по таким меткам начала съедать настоящие слова — «делаю», «мой». Пришлось завести список слов, которые резать нельзя. А ударения и интонацию распознавание не проверяет вовсе. Это я слушаю сам. Когда сервис или подрядчик пишет «точность 99%», спросите, что лежит в оставшемся проценте. А если проверяете нейросеть нейросетью, сверяйте не общий процент, а каждое ключевое слово: цифры, названия, отрицания. Общий процент усредняет ошибку, а ошибка в важном месте не усредняется. #ИИагенты #нейросети #рилсы