Que n’aimez-vous pas à propos de Descript?
Après trois ans de plaintes répétées et de demandes d'amélioration, le moteur d'IA de Descript continue de "faire des siennes" avec les mêmes types de phrases. Ce n'est pas unique à Descript. Je l'ai vu avec d'autres produits également, et ils ont tous une réponse similaire, que le modèle LLM est toujours en train "d'apprendre" ou "d'essayer d'apprendre" pour améliorer le résultat, et qu'il n'y a aucun moyen de contrôler les problèmes spécifiques dont je me suis plaint et "d'enseigner" au moteur d'IA à taper exactement ce qu'il entend. Mais je n'y crois pas. D'autres réponses ont suggéré à plusieurs reprises que l'audio peu clair est à blâmer, ce qui n'a *jamais* été le cas.
Ce qui ajoute à mon angoisse concernant ce comportement, c'est que cela ne se produit pas 100% du temps, mais au moins 50% du temps, et ces problèmes particuliers sont des schémas qui ne peuvent pas être surmontés avec des macros ou d'autres automatisations de nettoyage éditorial parce que vous ne savez pas lesquels sont incorrects jusqu'à ce que vous écoutiez l'audio. Cela ralentit considérablement le processus de vérification par rapport à l'audio de devoir corriger ces problèmes qui ne sont pas des "erreurs d'écoute" mais des décisions d'IA imprévisibles.
Dans aucun ordre particulier d'importance :
"DE" AVEC LES DATES :
Parlé : "1er janvier de 2021" ou "1 janvier de 2021"
Parfois transcrit : "1er janvier 2021" ou "1 janvier 2021"
ORDINAUX AJOUTÉS OU SUPPRIMÉS :
Parlé : "1er janvier 2021"
Parfois transcrit : "1 janvier 2021"
Parlé : "1 janvier 201"
Parfois transcrit : "1er janvier 2021"
CONTRACTIONS :
Parlé : "Je n'ai pas entendu de réponse."
Parfois transcrit : "Je n'ai pas entendu de réponse."
Parlé : "Je n'ai pas entendu de réponse."
Parfois transcrit : "Je n'ai pas entendu de réponse."
J'ai récemment découvert un autre moteur d'IA qui transcrivait ces types de phrases avec une précision de 100%, en utilisant le même audio qui avait été traité par Descript avec un taux d'erreur de 50% ou plus. Il est donc certainement possible d'ajuster le moteur d'IA pour transcrire exactement ce qui est dit et non ce qu'il pense être mieux.
Un autre problème que j'ai est l'utilité limitée de la fonctionnalité de Glossaire de Transcription. Elle ne permet pas l'utilisation de chiffres, pour commencer. Dans mon travail, je reçois beaucoup des mêmes mots ou phrases qui incluent des chiffres, comme la Règle 404(b), que Descript transcrit comme 4 0 4 B ou 4 0 4 b. Cela semble également arbitraire dans la façon dont il interprète et applique les mots et phrases dans le glossaire, les appliquant parfois et les ignorant d'autres fois alors qu'il est clair qu'il aurait dû le faire. Par exemple, si je sais que l'audio inclura de nombreuses références à "Joann", et que je l'ajoute au glossaire, je pourrais obtenir 15 instances de "Joann" ainsi que plusieurs instances de "Jo Ann" et "Jo Anne".
La grande carotte qui me garde attaché à Descript est la capacité de supprimer les mots en double. Cela ne supprime jamais tous, mais cela en supprime suffisamment pour réduire considérablement le temps nécessaire pour les supprimer lors de la vérification. Ce n'est pas quelque chose qui peut être facilement automatisé, donc je continue à accorder plus de poids à cette fonctionnalité que je ne le devrais probablement. Dans le cas de l'autre moteur d'IA que j'utilise également, la carotte dans celui-ci est la fonctionnalité d'heures de téléchargement illimitées par mois, ce qui est significatif (le modèle d'abonnement de Descript est limité à 30 heures par mois). Mais je suis continuellement à la recherche d'un moteur d'IA qui coche toutes les cases pour la précision de la transcription, la facilité d'utilisation, le coût global et la suppression des mots répétés. Avis collecté par et hébergé sur G2.com.