100時間かけて作った動画編集AI 過酷な開発劇

ポッドキャスト番組「ゆるコンピュータ科学ラジオ」にて、堀元見が動画編集AIを自作した裏話を披露した。編集効率化のため約100時間を費やし170回以上修正を重ねた堀元は、AI独特の挙動に翻弄された過酷な開発劇を振り返った。

自作AIの珍挙動と直面した壁

過去データを学習させたAIは「勝ち筋が見えた」と宣言するも、人間なら気づく違和感を無視して深刻な音ズレを発生させた。さらにテロップ入れでは文字数制限を機械的に守り不自然に単語を分断。要約精度を改善させた後も、マイクに混ざる相槌のせいでAIが発言者を誤認するなど新たな課題が続出した。

泥沼化した微調整と実用化の難しさ

音量基準で話者判定を解決したのも束の間、相方の水野太貴のテロップだけ画面右端からはみ出す事態が発生。右寄せの修正だけで20バージョン以上を費やす難航ぶりを見せた。

全体の8割までは1日強で到達したものの、細部の調整に1ヶ月を要したという堀元。「0点から80点にするより、80点から100点にするのが難しい」と語り、実用化の壁の高さを痛感していた。