开发用于警察问责的语音处理流水线
计算与语言
2023-06-12 v1 声音
音频与语音处理
摘要
警察随身摄像头有潜力提升警务的问责与透明度。然而实践中，它们产生了数百万小时从未被审阅的录像。我们研究了大型预训练语音模型在辅助审阅方面的潜力，聚焦于交通拦截录像中的 ASR 与警员语音检测。我们提出的流水线包括训练数据对齐与过滤、资源受限微调，以及将警员语音检测与 ASR 结合以实现全自动化方法。我们发现：（1）微调显著改善了警员语音上的 ASR 性能（WER=12-13%）；（2）警员语音上的 ASR 远比社区成员语音准确（WER=43.55-49.07%）；（3）警员语音检测和说话人日记化等特定领域任务仍具挑战性。我们的工作为审阅随身摄像头录像提供了实际应用，并为将预训练语音模型适配到噪声多说话人领域提供了通用指导。
引用
@article{arxiv.2306.06086,
title = {Developing Speech Processing Pipelines for Police Accountability},
author = {Anjalie Field and Prateek Verma and Nay San and Jennifer L. Eberhardt and Dan Jurafsky},
journal= {arXiv preprint arXiv:2306.06086},
year = {2023}
}
备注
Accepted to INTERSPEECH 2023