推进机场塔台指令识别：集成挤压激励与广播残差学习
声音
2024-07-01 v2 计算与语言
音频与语音处理
摘要
准确识别航空指令对于飞行安全和效率至关重要，因为飞行员必须精确遵循空中交通管制指令。本文通过推进关键词点技术，解决了语音指令识别中的挑战，例如嘈杂环境和有限的计算资源。我们创建了一个标准化的机场塔台指令数据集，包括常规和紧急指令。我们使用挤压激励和时间帧频率挤压激励技术增强了广播残差学习，从而得到了我们的BC-SENet模型。该模型用更少的参数关注关键信息。我们在包括BC-SENet在内的五个关键词点模型上的测试证明了其卓越的准确性和效率。这些发现突显了我们的模型改进在提高嘈杂、高风险环境中航空安全和效率的语音指令识别方面的有效性。此外，BC-SENet在常见的Google语音指令数据集上表现出相当的性能。
引用
@article{arxiv.2406.18313,
title = {Advancing Airport Tower Command Recognition: Integrating Squeeze-and-Excitation and Broadcasted Residual Learning},
author = {Yuanxi Lin and Tonglin Zhou and Yang Xiao},
journal= {arXiv preprint arXiv:2406.18313},
year = {2024}
}
备注
Accepted by IALP 2024