論文の概要: Lessons Learned in ATCO2: 5000 hours of Air Traffic Control Communications for Robust Automatic Speech Recognition and Understanding

• arxiv url: http://arxiv.org/abs/2305.01155v1
• Date: Tue, 2 May 2023 02:04:33 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-03 15:44:46.404032
• Title: Lessons Learned in ATCO2: 5000 hours of Air Traffic Control Communications for Robust Automatic Speech Recognition and Understanding
• Title（参考訳）: ATCO2で学んだこと:ロバスト音声認識と理解のための航空交通制御通信の5000時間
• Authors: Juan Zuluaga-Gomez, Iuliia Nigmatulina, Amrutha Prasad, Petr Motlicek, Driss Khalil, Srikanth Madikeri, Allan Tart, Igor Szoke, Vincent Lenders, Mickael Rigault, Khalid Choukri
• Abstract要約: ATCO2プロジェクトは、空域から大量のATCデータをリアルタイムで収集、前処理するためのユニークなプラットフォームを開発することを目的としていた。 本稿では,ATCO2パートナーによる従来の研究をレビューする。 ATCO2プロジェクトで開発されたパイプラインは、データのオープンソース化とともに、ATC分野の研究を促進するだろうと考えています。
• 参考スコア（独自算出の注目度）: 3.4713477325880464
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Voice communication between air traffic controllers (ATCos) and pilots is critical for ensuring safe and efficient air traffic control (ATC). This task requires high levels of awareness from ATCos and can be tedious and error-prone. Recent attempts have been made to integrate artificial intelligence (AI) into ATC in order to reduce the workload of ATCos. However, the development of data-driven AI systems for ATC demands large-scale annotated datasets, which are currently lacking in the field. This paper explores the lessons learned from the ATCO2 project, a project that aimed to develop a unique platform to collect and preprocess large amounts of ATC data from airspace in real time. Audio and surveillance data were collected from publicly accessible radio frequency channels with VHF receivers owned by a community of volunteers and later uploaded to Opensky Network servers, which can be considered an "unlimited source" of data. In addition, this paper reviews previous work from ATCO2 partners, including (i) robust automatic speech recognition, (ii) natural language processing, (iii) English language identification of ATC communications, and (iv) the integration of surveillance data such as ADS-B. We believe that the pipeline developed during the ATCO2 project, along with the open-sourcing of its data, will encourage research in the ATC field. A sample of the ATCO2 corpus is available on the following website: https://www.atco2.org/data, while the full corpus can be purchased through ELDA at http://catalog.elra.info/en-us/repository/browse/ELRA-S0484. We demonstrated that ATCO2 is an appropriate dataset to develop ASR engines when little or near to no ATC in-domain data is available. For instance, with the CNN-TDNNf kaldi model, we reached the performance of as low as 17.9% and 24.9% WER on public ATC datasets which is 6.6/7.6% better than "out-of-domain" but supervised CNN-TDNNf model.
• Abstract（参考訳）: 航空管制官(ATCo)とパイロットの音声通信は、安全かつ効率的な航空管制(ATC)の確保に不可欠である。 このタスクはATCoから高いレベルの認識を必要とするため、面倒でエラーを起こしやすい。 atcosのワークロードを減らすために、人工知能(ai)をatcに統合する試みが近年行われている。 しかし、ATCのデータ駆動型AIシステムの開発には、現在この分野に欠けている大規模な注釈付きデータセットが必要である。 本稿では,airspaceから大量のatcデータをリアルタイムに収集・処理するためのユニークなプラットフォームの開発を目的とした,atco2プロジェクトから得られた教訓について考察する。 オーディオと監視データは、ボランティアのコミュニティが所有するVHF受信機と共に、一般にアクセス可能な無線周波数チャンネルから収集され、後にOpensky Networkサーバにアップロードされた。 さらに、本論文はATCO2パートナーの以前の業績を概観する。 (i)頑健な自動音声認識 (ii)自然言語処理 (iii)atc通信の英語識別、及び (4)ADS-Bなどの監視データの統合。 ATCO2プロジェクトで開発されたパイプラインは、データのオープンソース化とともに、ATC分野の研究を促進するだろうと考えています。 ATCO2コーパスのサンプルは以下のウェブサイトで入手可能である。 https://www.atco2.org/data, but the full corpus can be buy through ELDA at http://catalog.elra.info/en-us/repository/browse/ELRA-S0484。 我々は、atco2がatcのドメイン内データがない場合にasrエンジンを開発するのに適したデータセットであることを実証した。 例えば、cnn-tdnnf kaldiモデルでは、パブリックなatcデータセットでは、"ドメイン外"よりも6.6/7.6%優れているが、cnn-tdnnfモデルでは17.9%、24.9%というパフォーマンスに達しました。

関連論文リスト

• Automatic Root Cause Analysis via Large Language Models for Cloud Incidents [51.94361026233668]
  クラウドインシデントの根本原因分析を自動化するために,大規模言語モデルによって強化されたオンコールシステムであるRCACopilotを紹介する。 RCACopilotは、入ってくるインシデントと、そのアラートタイプに基づいて対応するインシデントハンドラとをマッチングし、クリティカルランタイム診断情報を集約し、インシデントの根本原因カテゴリを予測し、説明的な物語を提供する。 Microsoftから1年分のインシデントからなる実世界のデータセットを使用してRCACopilotを評価する。
  論文  参考訳（メタデータ） (2023-05-25T06:44:50Z)
• A Virtual Simulation-Pilot Agent for Training of Air Traffic Controllers [0.797970449705065]
  航空交通管制士(ATCo)の訓練を高速化する新しい仮想シミュレーションパイロットエンジンを提案する。 エンジンはATCo訓練生から音声通信を受け、自動音声認識と理解を行う。 私たちの知る限りでは、オープンソースのATCリソースとAIツールを完全にベースとした最初の作品です。
  論文  参考訳（メタデータ） (2023-04-16T17:45:21Z)
• Speech and Natural Language Processing Technologies for Pseudo-Pilot Simulator [0.5480546613836199]
  本稿では,AtCos(Air-traffic Controls)トレーニングの高速化を目的とした,簡易かつ効率的な反復型モジュールシステムについて述べる。 例えば、ATCo訓練中にEUROのESCAPE liteシミュレータ(https://www.eurocontrol.int/simulator/escape)に人間のパイロットが必要である。 このニーズは、パイロットとして機能する自動システムによって置き換えることができる。
  論文  参考訳（メタデータ） (2022-12-14T11:34:59Z)
• ATCO2 corpus: A Large-Scale Dataset for Research on Automatic Speech Recognition and Natural Language Understanding of Air Traffic Control Communications [51.24043482906732]
  本稿では,ATC分野の研究を促進するためのデータセットであるATCO2コーパスを紹介する。 ATCO2コーパスは3つのサブセットに分けられる。 我々はATCO2コーパスが堅牢なASRとNLUの研究を促進することを期待している。
  論文  参考訳（メタデータ） (2022-11-08T07:26:45Z)
• Call-sign recognition and understanding for noisy air-traffic transcripts using surveillance information [72.20674534231314]
  航空交通管制(ATC)は、パイロットと航空交通管制官(ATCO)の間の音声による通信に依存している。 コールサインは、各フライトのユニークな識別子として、ATCOによって特定のパイロットに対処するために使用される。 この問題に対処する新しいコールサイン認識・理解システム(CRU)を提案する。 認識器は、ノイズの多いATC文字起こしのコールサインを識別し、標準国際民間航空機関(ICAO)フォーマットに変換するよう訓練されている。
  論文  参考訳（メタデータ） (2022-04-13T11:30:42Z)
• ADAPT: An Open-Source sUAS Payload for Real-Time Disaster Prediction and Response with AI [55.41644538483948]
  小型無人航空機システム(sUAS)は、多くの人道支援や災害対応作戦において顕著な構成要素となっている。 我々は,SUAS上にリアルタイムAIとコンピュータビジョンをデプロイするための,オープンソースのADAPTマルチミッションペイロードを開発した。 本研究では,河川氷の状態を監視し,破滅的な洪水現象をタイムリーに予測するための,リアルタイム・飛行中の氷分断の例を示す。
  論文  参考訳（メタデータ） (2022-01-25T14:51:19Z)
• CI-AVSR: A Cantonese Audio-Visual Speech Dataset for In-car Command Recognition [91.33781557979819]
  新しいデータセットであるCantonese In-car Audio-Visual Speech Recognition (CI-AVSR)を導入する。 カントン語話者30人が記録した200の車載コマンドの4,984サンプル(8.3時間)で構成されている。 当社のデータセットのクリーンバージョンと拡張バージョンの両方について、詳細な統計情報を提供しています。
  論文  参考訳（メタデータ） (2022-01-11T06:32:12Z)
• DAE : Discriminatory Auto-Encoder for multivariate time-series anomaly detection in air transportation [68.8204255655161]
  識別オートエンコーダ(DAE)と呼ばれる新しい異常検出モデルを提案する。 通常のLSTMベースのオートエンコーダのベースラインを使用するが、いくつかのデコーダがあり、それぞれ特定の飛行フェーズのデータを取得する。 その結果,DAEは精度と検出速度の両方で良好な結果が得られることがわかった。
  論文  参考訳（メタデータ） (2021-09-08T14:07:55Z)
• Contextual Semi-Supervised Learning: An Approach To Leverage Air-Surveillance and Untranscribed ATC Data in ASR Systems [0.6465251961564605]
  飛行機へのコールサインは、atco-パイロット通信の必須部分である。 ASRシステムのエラー率を低減するために,半教師付きトレーニング中に文脈知識を追加する2段階のアプローチを提案する。
  論文  参考訳（メタデータ） (2021-04-08T09:53:54Z)
• Automatic Speech Recognition Benchmark for Air-Traffic Communications [1.175956452196938]
  CleanSky EC-H2020 ATCO2は、航空空間からATCo音声データを収集、整理、自動処理するASRベースのプラットフォームを開発することを目的としている。 アクセントによるアクセント間の欠陥は、データ量によって最小限に抑えられ、ATC環境でシステムを実現することができる。
  論文  参考訳（メタデータ） (2020-06-18T06:49:22Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。