空中交通管制语音通信中的英语语音检测
音频与语音处理
2021-04-07 v1
摘要
我们在ATCO2项目中启动了全球收集ATC语音的社区平台。滤除未见的英语以外语音是数据处理流水线的主要组成部分之一。所提出的英语语言检测（ELD）系统基于贝叶斯子空间多项模型嵌入。它在来自ASR系统的词混淆网络上训练，具有鲁棒、易训练且轻量的特点。在域内场景中，我们取得了0.0439的等错误率（EER），相较基于x-vectors的SOTA声学ELD系统相对降低了50%。此外，在未见语言（域外）条件下，我们取得了0.1352的EER，相较声学ELD相对降低了33%。我们计划发布来自ATCO2项目的评估数据集。
引用
@article{arxiv.2104.02332,
title = {Detecting English Speech in the Air Traffic Control Voice Communication},
author = {Igor Szoke and Santosh Kesiraju and Ondrej Novotny and Martin Kocour and Karel Vesely and Jan "Honza" Cernocky},
journal= {arXiv preprint arXiv:2104.02332},
year = {2021}
}