Miércoles 28 de octubre de 2026 ·

Experimento con Whisper large-v3: con audio ambiguo repite frases típicas de YouTube y, con palabras claras, produce kanji

Relevancia 37 de 100

Útil para Programadores 50%Periodistas 50%

Un autor japonés probó si el modelo de reconocimiento de voz Whisper large-v3 podía rimar con audio ambiguo, usando un ritmo de 90 BPM y sílabas sin sentido. Con solo el ritmo, 19 de 20 veces reconoció frases como 'チャンネル登録をお願いいたします', y con las sílabas, 12 de 20 veces 'ご視聴ありがとうございました'. Al sustituir las últimas sílabas por palabras claras como 花, 坂, 朝 y 山, obtuvo textos con kanji, aunque el autor advierte que eso no demuestra que Whisper rimara por sí mismo.

Qué significa

Muestra que Whisper puede inventar frases de cierre típicas de vídeos cuando el audio es poco claro, un fallo que afecta a cualquier transcripción automática hecha con audio de mala calidad.

Fuentes originales

Resumen de Hoy en IA. Pulsa una fuente para leer la noticia completa en su idioma original.

También ese día

Todas las noticias de IA del miércoles 28 de octubre de 2026 ->