Hallucination

En hallucination är text systemet skriver utan att det sades. Inte en felhörning, utan en uppfinning: hela meningar som ser rimliga ut och som ingen har yttrat.

Det här är en reell feltyp i modern taligenkänning, och den är farligare än vanliga fel just för att resultatet ser rätt ut.

Varför det sker

Modellen förutsäger vad som sannolikt kommer, utifrån det den hört hittills. När ljudunderlaget blir tunt fortsätter den att förutsäga. Utan något att korrigera mot producerar den den mest sannolika texten i stället för ingenting.

Var det oftast uppstår

• I tystnad. Långa pauser är den klassiska utlösaren. Systemet fyller tomrummet.
• I brus. Ventilationsbrus eller musik utan tal kan bli till text.
• I slutet av inspelningar. Särskilt om filen slutar tvärt.
• Vid mycket otydligt tal. Där ljudet nästan inte bär gissar modellen mer.

Typiska utslag är upprepningar av samma mening, eller fraser som hör hemma någon helt annanstans, till exempel artighetsfraser från undertextdata modellen tränats på.

Hur du upptäcker det

• Korrekturläs mot ljudet, inte bara mot texten. Hallucinationer är språkligt felfria och faller därför inte igenom på korrekturläsning ensam.
• Leta efter upprepningar. Samma mening två eller tre gånger i rad är nästan alltid detta.
• Var extra uppmärksam kring pauser och i sista stycket.
• Ta bort långa tystnader innan inspelningen skickas in, om verktyget inte gör det självt. Se röstaktivitetsdetektering.

För material som ska citeras, i forskning, journalistik eller juridiska ärenden, är kontroll mot ljudet inte valfritt.

Se även

Språkmodell, ordfelsfrekvens, efterredigering.