AI自動生成的字幕，能離譜到什麼程度？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……
關鍵在於，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髒話等詞彙。
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》採訪時回應：
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Google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。
然後，研究人員分別試了一下Google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，GoogleAI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Google
在這些數據集中，有一些詞語又尤為“少兒不宜”，例如一些罵人的髒詞：
經過作者們人工檢查（例如確認原視頻是否真的說了髒話），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
包括但不限於這些情況
那麼，有沒有什麼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，對於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，便於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、前後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麼好了：
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GoogleAI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。