适用于accented空中交通管控通信的自动语音识别
机器学习
2025-02-28 v1 声音
音频与语音处理
摘要
有效的空中交通管控（ATC）沟通对于维持航空安全至关重要，但针对accented English在自动语音识别（ASR）系统中所面临的挑战尚未得到充分关注。现有模型在噪声环境下的东南亚accented语音转录准确率较差。本研究开发了针对东南亚accented语音微调的ASR模型，同时构建了新的数据集。我们的研究实现了显著的改进，在东南亚accented ATC语音上实现了词错误率（WER）为0.0982或9.82%。此外，本文突出了区域特定数据集和面向accent的训练的重要性，为在资源受限的军事作战中部署ASR系统提供了路径。研究结果强调了提高非西方accent在ATC通信中转录准确率的噪声鲁棒训练技术和区域特定数据集的必要性。
引用
@article{arxiv.2502.20311,
title = {Adapting Automatic Speech Recognition for Accented Air Traffic Control Communications},
author = {Marcus Yu Zhe Wee and Justin Juin Hng Wong and Lynus Lim and Joe Yu Wei Tan and Prannaya Gupta and Dillion Lim and En Hao Tew and Aloysius Keng Siew Han and Yong Zhi Lim},
journal= {arXiv preprint arXiv:2502.20311},
year = {2025}
}