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。
44:26
362再生
【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AI41:13 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!】https://yurugengo.com/support
【親チャンネル:ゆる言語学ラジオ】https://www.youtube.com/@yurugengo
【実店舗プロジェクト:ゆる学徒カフェ】https://www.youtube.com/@yurugakuto
【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!】info@pedantic.jp
【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。Twitter→https://twitter.com/kenhori2noteマガジン→https://note.com/kenhori2/m/m125fc4524aca個人YouTube→https://www.youtube.com/@kenHorimoto
【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
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AI41:13 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!】https://yurugengo.com/support
【親チャンネル:ゆる言語学ラジオ】https://www.youtube.com/@yurugengo
【実店舗プロジェクト:ゆる学徒カフェ】https://www.youtube.com/@yurugakuto
【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!】info@pedantic.jp
【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。Twitter→https://twitter.com/kenhori2noteマガジン→https://note.com/kenhori2/m/m125fc4524aca個人YouTube→https://www.youtube.com/@kenHorimoto
【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
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
- 44:261.
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。
コメント

感想・質問・応援メッセージを書こう