Boosting of Contextual Information in ASR for Air-Traffic Call-Sign Recognition

Kontextová adaptace ASR může být pro multiaccent a často hlučný projev řízení letového provozu (ATC) velmi přínosná. Zaměřujeme se na rozpoznávání volacích značek, které lze použít ke sledování konverzacíprovozovatelů ATC s jednotlivými letouny. Vyvinuly jsme dvoustupňovou strategii posilování, sestávající z HCLGboosting a Lattice boosting. Obě jsou implementovány jako WFSTsložení a kontextové informace jsou pro každou specifickoupromluvu. Při posilování HCLG poskytujeme bodové slevy jednotlivýmslovům, zatímco v Lattice zvyšuje skóre slevyjsou dány sekvencím slov. Kontextová data mají původ vdohledové databázi OpenSky Network. Z ní získávámeseznamy volacích značek, u kterých je větší pravděpodobnost, že se objevív nejlepší hypotéze ASR. To také zlepšuje přesnostmodulu NLU, který rozpozná volací značky od nejlepšíchhypotéz z ASR.V rámci projektu ATCO2 jsme shromáždili liveatc testovací sadu2.Posílení volacích značek vede k absolutnímu zlepšení WER o 4,7 %.a 27,1% absolutní nárůst rozpoznávání volacích značekPřesnost (CSA). Náš nejlepší výsledek 82,9 % CSA je docela dostdobrý, vzhledem k tomu, že data jsou zašuměná, a WER 28,4 % je relativněvysoký. Věříme, že je stále co zlepšovat.