Ich weiß nicht, ob die Tränen vor Lachen liefen oder weil das alles so traurig ist. Jedenfalls liefen Tränen, als ich gestern ein Video hochgeladen und und anschließend die automatisch generierten Untertitel bearbeitet habe. Die werden von einer Technik erstellt, die angeblich viele von uns im Job überflüssig machen kann. Und die sind teilweise so schlecht, das ist kaum auszuhalten.
Meine Videos lade ich mittlerweile auf einer PeerTube-Instanz hoch, von YouTube bin ich schon lange weg. Dort waren die Transkriptionen allerdings auch nicht viel besser. PeerTube verwendet für den Job WhisperAI, “The Most Advanced AI Transcription Platform” von OpenAI. Das geschieht automatisch, das kann ich auch nicht abstellen. Und das ist der einzige Bereich all meiner Veröffentlichungen im Internet, bei dem die sogenannte Künstliche Intelligenz zum Einsatz kommt. Ich brauche weder Inspiration noch Formulierungshilfe oder Bilder von diesen Maschinen. Entweder mache ich alles selbst oder ich lasse es. Aber beim Transkribieren der Videos ist es nunmal so. Und es ist schlecht. Sehr schlecht. Um zu zeigen, wie schlecht das ist, habe ich aus dem letzten Video ein paar Beispiele rausgesucht.
Eistile
Teleoffektiv
Stahlküste
Gemeint sind Eisdiele, Teleobjektiv und Steilküste, für mich ganz normale Wörter, die durch Wort-Erfindungen ersetzt wurden. Aus welchem Lexikon hat das Modell die?
Das Wörter-Erfinden geht munter weiter. Ich habe mal ein wenig Kontext drumrum gelassen und zusätzlich das aufgeschrieben, was ich tatsächlich gesagt habe. Und selbst wenn ich manchmal etwas undeutlich spreche, so schlimm ist es ganz sicher nicht.
Aber ich habe es aus diesem Weggewurfen.
Wir sind auf die Red-Riftung noch mal deep.
die erste Atlantik über Queerung.
Aber ich habe es aus Versehen weggeworfen.
Wir sind auf dem Weg Richtung Normandie.
Der Atlantik ist nicht viel zu queer, er wurde überquert.
Da sind wir ein bisschen im Mürfen beobachtet.
Die berühltende Infos.
Da haben wir ein bisschen die Möwen beobachtet.
Die brüten da im Fels.
Am Brotautomaten ist WhisperAI völlig überfordert.
Da ist noch ein geborches umriesen Ding drin.
1 Orofen 70 kem mal keine.
Da ist ein riesiges Brot drin!
1 Euro 75 kriegen wir keine […]
Warum jetzt auch noch Schokobrütchen?
Oder ist nur unsere Puchen?
Brauchen wir jetzt auch noch Schokobrötchen?
Oder essen wir unseren Kuchen?
Dann kommt der Satz, der zum Titel des Blogbeitrags wurde. Am Wegesrand steht eine alte Telephonzelle, die zum Bücherschrank umgebaut wurde.
Alter, da ist eine Funzelle.
Da ist eine alte Telefonzelle!
Und ja, WhisperAI baut auch Sätze um. Eine grundsätzliche Vorstellung von Grammatik scheint vorhanden zu sein. Allerdings ist auch die eher fragwürdig, wie die nächsten Abschnitte zeigen.
Diesmal bei den Gänseln vorbei.
Und irgendwelchen Hochwunden.
Die davon nicht so berührt sind.
Und dann kann man gleich noch ein Stück weiter gehen in der Nähe von unserem Kämpfer.
Da stehen da mich ziehen.
Diesmal bei den Gänsen vorbei
und irgendwelchen Hofhunden,
die davon nicht so begeistert sind.
Und dann können wir gleich noch ein Stück weitergehen. In der Nähe von unserem Camper
stehen nämlich Ziegen.
Ich bin immer von der Zügen und Hühner.
Ich stehe das noch mit Kirche.
Ich habe von der Hühnchen schon gezeigt,
habe Sammata heißt hier.
Ich denke, das ist echt schön.
So, dann sehen wir mal die Paplet aus.
Oder stehen Paplet schön.
Gegenüber von den Ziegen und Hühnern
steht jetzt noch ’ne Kirche,
die ich ja von dahinten schon gezeigt habe.
Äh, Saint Martin heißt die
und die sieht echt schick aus.
So sehen hier übrigens die Parkplätze aus.
Da vorne steht ein Parkplatz-Schild.
WhisperAI scheint ein Fan von einfachen Sätzen zu sein. Wenige Kommas, lieber willkürlich ein paar Punkte machen. Mein Eindruck war, dass je länger der Text wurde, umso schlimmer wurde das Transkript. Insgesamt gab es aber im ganzen Video keine einzige Zeile, die ich so stehen lassen konnte, wie WhisperAI sie ausgegeben hat. Das überarbeiten dauerte zwei Stunden. Der Herr Lebensabschnittsgefährte und ich haben teilweise Tränen gelacht, teilweise hat es aber wirklich geschmerzt.
Ich hatte heute Morgen versucht, das vorzulesen, weil es so absurd klingt. Aber das hat nur zu Lachanfällen geführt, das bekomme ich nicht hin.
Der Mann soll/kann auf der Arbeit ein paar ausgewählte KI-Modelle verwenden. Von einem solchen haben wir uns eine Funzelle generieren lassen. Das erste und vermutlich einzige in meinem Auftrag generierte KI-Bild in meinem Blog.
Prompt für Image-GPT: Generiere eine Funzelle
