Hallucination

En hallucination er tekst, systemet skriver, uden at det blev sagt. Ikke en fejlhøring, men en opfindelse: hele sætninger, der ser plausible ud, og som ingen har udtalt.

Det er en reel fejltype i moderne talegenkendelse, og den er farligere end almindelige fejl netop, fordi resultatet ser rigtigt ud.

Hvorfor det sker

Modellen forudsiger, hvad der sandsynligvis kommer, ud fra det, den har hørt indtil nu. Når lydgrundlaget bliver tyndt, fortsætter den med at forudsige. Uden noget at korrigere mod producerer den den mest sandsynlige tekst i stedet for ingenting.

Hvor det oftest opstår

• I stilhed. Lange pauser er den klassiske udløser. Systemet fylder tomrummet.
• I støj. Ventilationsstøj eller musik uden tale kan blive til tekst.
• I slutningen af optagelser. Især hvis filen slutter brat.
• Ved meget utydelig tale. Hvor lyden næsten ikke bærer, gætter modellen mere.

Typiske udslag er gentagelser af samme sætning, eller vendinger, der hører hjemme et helt andet sted, for eksempel høflighedsfraser fra undertekstdata, modellen er trænet på.

Hvordan du opdager det

• Korrekturlæs mod lyden, ikke kun mod teksten. Hallucinationer er sprogligt fejlfrie og falder derfor ikke igennem på korrekturlæsning alene.
• Se efter gentagelser. Samme sætning to eller tre gange i træk er næsten altid dette.
• Vær ekstra opmærksom omkring pauser og i sidste afsnit.
• Fjern lange stilheder, før optagelsen sendes ind, hvis værktøjet ikke gør det selv. Se taleaktivitetsdetektion.

For materiale, der skal citeres, i forskning, journalistik eller juridiske sager, er kontrol mod lyden ikke valgfri.

Se også

Sprogmodel, ordfejlrate, efterredigering.