Un filtre LLM réduit les erreurs de transcription de communications policières brouillées par le bruit

L’équipe dirigée par Kaavya Chaparala a évalué deux modèles de reconnaissance vocale de grande ampleur — Whisper d’OpenAI et Qwen3‑ASR — à partir de communications policières diffusées et bruitées de Baltimore et de Chicago. Elle a constaté que les scores de confiance intégrés aux modèles ne permettaient pas de distinguer les transcriptions générées par machine fiables des mauvaises. En utilisant un grand modèle de langage comme évaluateur externe pour écarter les pseudo-étiquettes incompatibles avec le contexte, l’équipe a réduit le taux d’erreur sur les mots dans les données d’entraînement. L’article, accepté à la conférence SLT 2026, propose également d’échanger les pseudo-étiquettes entre modèles comme piste à explorer.