ATCO2中的经验总结：5000小时空中交通管制通信用于鲁棒自动语音识别与理解
音频与语音处理
2023-05-03 v1 计算与语言
人机交互
声音
摘要
空中交通管制员（ATCos）与飞行员间的语音通信对保障安全高效的空中交通管制（ATC）至关重要。该任务要求ATCos高度警觉，且可能枯燥易错。近期已有将人工智能（AI）引入ATC以减轻ATCos工作量的尝试。然而，开发数据驱动的ATC AI系统需要大规模标注数据集，而该领域目前缺乏此类数据。本文探讨了ATCO2项目的经验，该项目旨在开发独特平台以实时收集和预处理来自空域的大量ATC数据。音频与监视数据由志愿者社区拥有的VHF接收机从公开无线电频率信道收集，随后上传至Opensky Network服务器，可视为数据的“无限来源”。此外，本文回顾了ATCO2合作方的既往工作，包括（i）鲁棒自动语音识别，（ii）自然语言处理，（iii）ATC通信的英语语言辨识，以及（iv）ADS-B等监视数据的集成。我们相信ATCO2项目期间开发的流程及其数据开源将促进ATC领域的研究。ATCO2语料样本见网站：https://www.atco2.org/data，完整语料可通过ELDA以http://catalog.elra.info/en-us/repository/browse/ELRA-S0484购买。我们证明当几乎没有ATC领域内数据时，ATCO2是开发ASR引擎的合适数据集。例如，使用CNN-TDNNf kaldi模型，我们在公开ATC数据集上达到低至17.9%和24.9%的WER，比“域外”但有监督的CNN-TDNNf模型好6.6/7.6%。
引用
@article{arxiv.2305.01155,
title = {Lessons Learned in ATCO2: 5000 hours of Air Traffic Control Communications for Robust Automatic Speech Recognition and Understanding},
author = {Juan Zuluaga-Gomez and Iuliia Nigmatulina and Amrutha Prasad and Petr Motlicek and Driss Khalil and Srikanth Madikeri and Allan Tart and Igor Szoke and Vincent Lenders and Mickael Rigault and Khalid Choukri},
journal= {arXiv preprint arXiv:2305.01155},
year = {2023}
}
备注
Manuscript under review