利用空管监视数据改进空中交通通信中的呼号识别
计算与语言
2021-08-30 v1 机器学习
音频与语音处理
摘要
自动语音识别（ASR）可用作飞行员与空中交通管制员之间语音通信的辅助手段。其应用可显著降低任务复杂度并提高传输信息的可靠性。显然，需要高精度的预测以最小化错误风险。尤其在导航飞行员所用的命令和呼号等关键信息识别中，要求高精度。我们的结果证明，当按话语降低可能呼号 n-gram 的权重时，包含呼号的监视数据可显著改善话语中呼号的识别。本文研究两种方法：（1）G-boosting，在语言模型层（G）调整呼号权重，随后使用动态解码器进行即时组合；（2）格点重打分，在传统解码器生成的格点之上引入呼号信息。结合两种方法对呼号 n-gram 进行增强，使呼号识别准确率获得 28.4% 的绝对提升，呼号识别词错率（WER）获得最高 74.2% 的相对提升。
引用
@article{arxiv.2108.12156,
title = {Improving callsign recognition with air-surveillance data in air-traffic communication},
author = {Iuliia Nigmatulina and Rudolf Braun and Juan Zuluaga-Gomez and Petr Motlicek},
journal= {arXiv preprint arXiv:2108.12156},
year = {2021}
}
备注
Submitted to Interspeech 2021