「YouTube自動字幕機能、音声の誤認識で子ども向け動画でもエロ表現に」記事へのコメント

特に間違えられるのは「bitch」「bastard」「penis」「crappy」

[Anonymous Coward]

子ども向けYouTubeに、タブー用語の自動字幕を表示する問題　インドの研究チームが指摘 [itmedia.co.jp]

Google speech-to-textを用いて動画からタブー用語を抽出した結果、330個が見つかった。中でも明らかに不適切な用語のみに絞ると「bitch」「bastard」「penis」「crappy」などが、特に変換される可能性が高いと分かった。

この辺りの言葉を特に間違える（というか不明瞭な場合にこれと推定しがち、つまりお好き？）らしい。
てっきりトップは f**k だと思ったし例題でも duck を f**k と読み違えているみたいだけど、割合としてはそうらしい。
# 卑猥な言葉とか侮蔑の言葉は子ども向けなら確かに防ぎたい所だけど、俗語は本来の意味もあるわけで難しいのぅ

Re:

[Anonymous Coward]

「タブー単語リスト」
どこにあんの？

Re:

[Anonymous Coward]

単語リスト自体はコレ [cmu.edu]
元の論文 [github.com]で脚注14として示されている

Re:特に間違えられるのは「bitch」「bastard」「penis」「crappy」

[nemui4 (20313)]

自動翻訳の出力単語で、タブー単語リストにヒットしたら XXXXX に置き換えるとかできひんのかな"

Re:

[Anonymous Coward]

タブー単語リストにヒットしたら置き換えるとかよりも「これは子ども向けコンテンツだからおかしいぞ、きっと聞き間違いだからこっちに直そう」って方になるんじゃないかな。
子ども向けコンテンツじゃなければ、そういったタブー単語が使われること自体はおかしくもないのでスルーだろうし。
なのでターゲット別にAIなり辞書なりタブー単語リストなりが変わるというのが最適解なのかな。

Re:

[Anonymous Coward]

> 単語で、タブー単語リストにヒットしたら XXXXX に置き換えるとかできひんのかな"

自動翻訳の出力 | sed -e "s/[タブー単語リスト]/XXXXX/g"

みたいなフィルター？

Re:

[Anonymous Coward]

子供向けではないがそういうツールはあるが非常に評判が悪い [gigazine.net]。

Re:特に間違えられるのは「bitch」「bastard」「penis」「crappy」

[nemui4 (20313)]

そういうAI支援ツールってエンドユーザ側で調教(学習)できれば良いと思うけど。
その学習結果を戻すようにすると、一部の特異なユーザががんばるから結果的にアカンか。