结合文本与频谱特征以实现飞行员通信的鲁棒分类
声音
2025-09-15 v1 计算机与社会
音频与语音处理
摘要
准确估计飞机的运行情况（如起飞和降落）对于有效的机场管理至关重要，但这仍然具有挑战性，尤其是在缺乏专用监视基础设施的无塔台设施中。本文提出了一种新颖的双管线机器学习框架，利用文本和频谱特征对飞行员无线电通信进行分类。从美国一个无塔台机场收集的音频数据由认证飞行员标注了运行意图标签，并通过自动语音识别和梅尔频谱图提取进行预处理。我们评估了广泛的传统分类器和深度学习模型，包括集成方法、LSTM 和 CNN，涵盖了两个管线。据我们所知，这是第一个在真实世界空中交通音频上使用双管线机器学习框架对飞机运行意图进行分类的系统。我们的结果表明，频谱特征与深度架构相结合持续产生卓越的分类性能，F1分数超过91%。数据增强进一步提高了对真实世界音频变异性的鲁棒性。所提出的方法具有可扩展性、成本效益，并且无需额外基础设施即可部署，为通用航空机场的空中交通监控提供了一种实用的解决方案。
引用
@article{arxiv.2509.09752,
title = {Combining Textual and Spectral Features for Robust Classification of Pilot Communications},
author = {Abdullah All Tanvir and Chenyu Huang and Moe Alahmad and Chuyang Yang and Xin Zhong},
journal= {arXiv preprint arXiv:2509.09752},
year = {2025}
}