論文の概要: SeaAlert: Critical Information Extraction From Maritime Distress Communications with Large Language Models

• arxiv url: http://arxiv.org/abs/2604.14163v1
• Date: Mon, 23 Mar 2026 18:21:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-19 19:09:11.688694
• Title: SeaAlert: Critical Information Extraction From Maritime Distress Communications with Large Language Models
• Title（参考訳）: SeaAlert: 大規模言語モデルを用いた海上距離通信からのクリティカル情報抽出
• Authors: Tomer Atia, Yehudit Aperstein, Alexander Apartsin,
• Abstract要約: SeaAlertは、海上救難通信の堅牢な分析のためのフレームワークである。 現実的で多様な海洋メッセージを生成し、標準的な苦難のコードワードを省略したり、明示的な表現に置き換えたりといった挑戦的なバリエーションを含む。 生成された発話は音声に合成され、模擬VHFノイズで劣化し、ASRシステムによって転写され、現実的な雑音の書き起こしが得られる。
• 参考スコア（独自算出の注目度）: 43.0484058393522
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Maritime distress communications transmitted over very high frequency (VHF) radio are safety-critical voice messages used to report emergencies at sea. Under the Global Maritime Distress and Safety System (GMDSS), such messages follow standardized procedures and are expected to convey essential details, including vessel identity, position, nature of the distress, and required assistance. In practice, however, automatic analysis remains difficult because distress messages are often brief, noisy, and produced under stress, may deviate from the prescribed format, and are further degraded by automatic speech recognition (ASR) errors caused by channel noise and speaker stress. This paper presents SeaAlert, an LLM-based framework for robust analysis of maritime distress communications. To address the scarcity of labeled real-world data, we develop a synthetic data generation pipeline in which an LLM produces realistic and diverse maritime messages, including challenging variants in which standard distress codewords are omitted or replaced with less explicit expressions. The generated utterances are synthesized into speech, degraded with simulated VHF noise, and transcribed by an ASR system to obtain realistic noisy transcripts.
• Abstract（参考訳）: 超高周波(VHF)無線を介して送信される海上救難通信は、海上の緊急事態を報告するために使用される安全クリティカルな音声メッセージである。 GMDSS(Global Maritime Distress and Safety System)では、これらのメッセージは標準化された手順に従っており、船舶のアイデンティティ、位置、苦痛の性質、必要な支援など、重要な詳細を伝えることが期待されている。 しかし、実際には、難聴メッセージは短時間で、ノイズがあり、ストレス下で生成され、所定の形式から逸脱し、チャンネルノイズや話者ストレスによる自動音声認識(ASR)エラーによってさらに劣化する可能性があるため、自動分析は依然として困難である。 本論文は,海上災害通信のロバスト解析のためのLLMベースのフレームワークであるSeaAlertについて述べる。 ラベル付き実世界のデータの不足に対処するため,LLMがリアルで多様な海洋メッセージを生成する合成データ生成パイプラインを開発した。 生成された発話は音声に合成され、模擬VHFノイズで劣化し、ASRシステムによって転写され、現実的な雑音の書き起こしが得られる。

関連論文リスト

• Voice-Driven Semantic Perception for UAV-Assisted Emergency Networks [1.2685085803791043]
  無人航空機(UAV)支援ネットワークは、緊急対応のための有望なアプローチとして、ますます予見されつつある。 本稿では,UAV支援ネットワークに対する音声駆動型認識を可能にするAI駆動型フレームワークであるSIRENを提案する。
  論文  参考訳（メタデータ） (2026-02-19T14:18:36Z)
• Generating Realistic, Protocol-Compliant Maritime Radio Dialogues using Self-Instruct and Low-Rank Adaptation [0.0]
  2014年から2023年の間にヨーロッパで記録された事故の58%以上を占める。 VHF無線通信は、ノイズ、干渉、言語的変動、およびリアルタイムの転写の欠如により、いまだに困難である。 本研究は、IMOのSMCPに準拠したリアルな海上無線対話を生成するためのコンプライアンスを意識したセルフインストラクション手法を提案する。
  論文  参考訳（メタデータ） (2026-02-16T09:09:27Z)
• SW-ASR: A Context-Aware Hybrid ASR Pipeline for Robust Single Word Speech Recognition [0.8921166277011348]
  単一単語自動音声認識は言語文脈の欠如による課題である。 本稿では,最近のディープラーニング手法を概観し,ロバストな単一単語検出のためのモジュラーフレームワークを提案する。 我々は、Google Speech Commandsデータセットと、電話やメッセージングプラットフォームから収集された実世界のデータセットについて、帯域幅に制限のある条件下で評価する。
  論文  参考訳（メタデータ） (2026-01-28T04:50:04Z)
• Synthetic Voices, Real Threats: Evaluating Large Text-to-Speech Models in Generating Harmful Audio [63.18443674004945]
  この研究は、TSシステムを利用して有害なコンテンツを含む音声を生成する、コンテンツ中心の脅威を探究する。 HARMGENは、これらの課題に対処する2つのファミリーにまとめられた5つの攻撃群である。
  論文  参考訳（メタデータ） (2025-11-14T03:00:04Z)
• Secure Low-altitude Maritime Communications via Intelligent Jamming [53.42658269206017]
  低高度無線ネットワーク (LAWN) は海上通信の有効なソリューションとして登場している。 オープンで明確なUAV通信チャネルは、海上のLAWNを盗聴攻撃に対して脆弱にする。 本稿では,動的盗難対策にインテリジェントジャミングを用いた低高度海上通信システムを提案する。
  論文  参考訳（メタデータ） (2025-11-10T03:16:19Z)
• Distributionally Robust Wireless Semantic Communication with Large AI Models [111.47794569742206]
  現在のSemComシステムは、様々なノイズ条件、敵攻撃、アウト・オブ・ディストリビューション・データにまたがる一般化に失敗している。 Wassersteinは、意味的誤解釈やチャネル摂動に対するレジリエンスを提供するために、分布的に堅牢な最適化を採用している。 画像とテキストの伝送実験の結果、WaSeComは雑音や逆方向の摂動下で頑健性の向上を実現していることがわかった。
  論文  参考訳（メタデータ） (2025-05-28T04:03:57Z)
• Efficient VoIP Communications through LLM-based Real-Time Speech Reconstruction and Call Prioritization for Emergency Services [0.0]
  緊急通信システムは、パケット損失、帯域制限、信号品質の低下、遅延、VoIPシステムのジッタによる破壊に直面している。 苦悩の被害者はしばしば、パニック、発声障害、背景雑音による重要な情報を伝えるのに苦労する。 本稿では,不完全な音声を再構成し,文脈的ギャップを埋め,重大度に基づく呼の優先順位付けを行うことにより,これらの課題に対処するためにLarge Language Models(LLMs)を活用することを提案する。
  論文  参考訳（メタデータ） (2024-12-09T17:22:40Z)
• Generative AI-aided Joint Training-free Secure Semantic Communications via Multi-modal Prompts [89.04751776308656]
  本稿では,多モデルプロンプトを用いたGAI支援型SemComシステムを提案する。 セキュリティ上の懸念に応えて、フレンドリーなジャマーによって支援される隠蔽通信の応用を紹介する。
  論文  参考訳（メタデータ） (2023-09-05T23:24:56Z)

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。