Automatic Speech Recognition for Air Traffic Control Communications
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F22%3A3RAB3DVL" target="_blank" >RIV/00216208:11320/22:3RAB3DVL - isvavai.cz</a>
Výsledek na webu
<a href="https://doi.org/10.1177/03611981211036359" target="_blank" >https://doi.org/10.1177/03611981211036359</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1177/03611981211036359" target="_blank" >10.1177/03611981211036359</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Automatic Speech Recognition for Air Traffic Control Communications
Popis výsledku v původním jazyce
A significant fraction of communications between air traffic controllers and pilots is through speech, via radio channels. Automatic transcription of air traffic control (ATC) communications has the potential to improve system safety, operational performance, and conformance monitoring, and to enhance air traffic controller training. We present an automatic speech recognition model tailored to the ATC domain that can transcribe ATC voice to text. The transcribed text is used to extract operational information such as call-sign and runway number. The models are based on recent improvements in machine learning techniques for speech recognition and natural language processing. We evaluate the performance of the model on diverse datasets.
Název v anglickém jazyce
Automatic Speech Recognition for Air Traffic Control Communications
Popis výsledku anglicky
A significant fraction of communications between air traffic controllers and pilots is through speech, via radio channels. Automatic transcription of air traffic control (ATC) communications has the potential to improve system safety, operational performance, and conformance monitoring, and to enhance air traffic controller training. We present an automatic speech recognition model tailored to the ATC domain that can transcribe ATC voice to text. The transcribed text is used to extract operational information such as call-sign and runway number. The models are based on recent improvements in machine learning techniques for speech recognition and natural language processing. We evaluate the performance of the model on diverse datasets.
Klasifikace
Druh
J<sub>imp</sub> - Článek v periodiku v databázi Web of Science
CEP obor
—
OECD FORD obor
10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Návaznosti výsledku
Projekt
—
Návaznosti
—
Ostatní
Rok uplatnění
2022
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název periodika
Transportation Research Record
ISSN
0361-1981
e-ISSN
2169-4052
Svazek periodika
2676
Číslo periodika v rámci svazku
1
Stát vydavatele periodika
US - Spojené státy americké
Počet stran výsledku
13
Strana od-do
798-810
Kód UT WoS článku
000688517000001
EID výsledku v databázi Scopus
2-s2.0-85123781435