用于分析警察无线电通信的语音识别
声音
2024-09-18 v1 音频与语音处理
摘要
世界各地的警察部门使用双向无线电进行协调。这些广播警察通信（BPC）是关于日常警察活动和应急响应的独特信息来源。然而，BPC 尚未被转录，且其自然音频特性使得自动转录极具挑战性。我们收集了一个包含约 62,000 条手动转录无线电传输（约 46 小时音频）的语料库，以评估使用现代识别模型进行自动语音识别（ASR）的可行性。我们评估了现成语音识别器、在 BPC 数据上微调的模型以及定制的端到端模型的性能。我们发现，在该领域中，人工和机器转录均具有挑战性。大型现成 ASR 模型表现不佳，但微调后的模型可以达到接近人类表现的范围内。我们的工作为未来的研究提出了方向，包括对警察无线电交互中简短话语的分析以及潜在的沟通误解。我们将我们的语料库和数据标注流程提供给其他研究人员，以促进对警察通信识别和分析的进一步研究。
引用
@article{arxiv.2409.10858,
title = {Speech Recognition for Analysis of Police Radio Communication},
author = {Tejes Srivastava and Ju-Chieh Chou and Priyank Shroff and Karen Livescu and Christopher Graziul},
journal= {arXiv preprint arXiv:2409.10858},
year = {2024}
}
备注
Accepted by SLT 2024