خبر کوتاه · 1 دقیقه مطالعه
فیلتر LLM خطاهای رونویسی هوش مصنوعی از صدای پرنویز پلیس را کاهش میدهد
پژوهشگران برای بهبود برچسبگذاری شبهواقعی در سامانههای تشخیص گفتارِ ارتباطات رادیویی پرنویز پلیس، فیلتری مبتنی بر LLM معرفی کردند که خطاهای رونویسی را کاهش میدهد.
Oossa · درباره Oossa
گروهی به سرپرستی کاویا چاپارالا، دو مدل پایه تشخیص گفتار—Whisper از OpenAI و Qwen3‑ASR—را با استفاده از ارتباطات رادیویی پرنویز پلیس در بالتیمور و شیکاگو ارزیابی کردند. آنها دریافتند امتیازهای اطمینانِ داخلی این مدلها نمیتواند رونویسیهای ماشینی خوب را از بد تشخیص دهد. پژوهشگران با استفاده از یک مدل زبانی بزرگ بهعنوان داور بیرونی برای کنارگذاشتن برچسبهای شبهواقعیِ نامعقول از نظر بافت، نرخ خطای واژهها را در دادههای آموزشی کاهش دادند. این مقاله که برای کنفرانس SLT 2026 پذیرفته شده، همچنین پیشنهاد میکند در آینده برچسبهای شبهواقعی میان مدلها جابهجا شوند.
چرا مهم است
این روش کمک میکند ضبطهای پرنویز پلیس، بدون نیاز به برچسبگذاری گسترده انسانی، با هزینه کمتر و دقت بیشتر به متن خوانا تبدیل شوند.
منابع و ارجاعها
| # | منبع | رسانه | تاریخ | نکته اصلی |
|---|---|---|---|---|
| 1 | Pretrained ASR Pseudo-labeling for Noisy Police Audio ↗ | arXiv | ۶ مهر ۱۴۰۵ | arXiv:2609.30469v1 Announce Type: new Abstract: Pretrained ASR systems perform poorly on noisy Broadcast Police Communication (BPC), hinderi |
1 منبع
آخرین بهروزرسانی:
Oossa · خبرنامه
هفتهٔ هوش مصنوعی، به زبان ساده
هر دوشنبه: خبرهایی که ارزش دانستن دارند، به زبان ساده. رایگان و بدون هرزنامه.