利用空中交通管制数据进行自然语言处理需要进行预处理步骤，我们提出了一种基于 Transformer 的联合语音识别（ASR）和说话人分离（SRD）系统，比较了该系统与传统方法在多个 ATC 数据集上的性能，研究显示了何种情况下该联合系统能够胜过传统方法以及何种情况下其他架构更可取，同时我们评估了声学和词汇差异对所有架构的影响并展示了如何克服它们。

Jun, 2024

本文提出了一个能够从嘈杂的空管通信频道中识别呼号，并将它们转换成标准的国际民航组织格式的呼号识别和理解（CRU）系统，通过集成监视信息，呼号识别准确性可以提高至 4 倍，引入数据增强使得模型适用于新环境。

Apr, 2022

本文提出了一种新颖的虚拟模拟飞行员引擎，该引擎利用不同的人工智能工具加速空中交通管制员（ATCo）的培训，并且采用了自动语音识别和理解、高级空中交通管制相关实体解析、文本到语音子模块等先进工具，能够模拟控制操作场景、生成模拟机长的话语并提高实时监视数据的辨识准确度，是首次基于开源 ATC 资源和 AI 工具的研究。

Apr, 2023

自动语音识别（ASR）技术是将口语转录为文本的基本技术，广泛应用于临床领域，包括简化医学转录和与电子健康记录（EHR）系统集成。然而，ASR-NLP 领域仍存在挑战，尤其是当转录中含有噪音时，导致自然语言处理（NLP）模型的性能显著下降。本论文介绍了一个新颖的数据集，BioASR-NER，旨在填补生物医学领域 ASR-NLP 差距，重点提取不良药物反应和 Brief Test of Adult Cognition by Telephone（BTACT）考试中实体的提及。我们的数据集提供了近 2000 个干净和有噪音的录音。针对噪音挑战，我们提出了一种使用 GPT4 的创新的文本清理方法，并研究了零样本和少样本方法。我们的研究进一步进行了错误分析，揭示了转录软件中的错误类型、GPT4 的纠正和 GPT4 面临的挑战。本论文旨在促进对 ASR-NLP 差距的更好理解和潜在解决方案，最终支持改进的医疗文档化实践。

Mar, 2024

本文介绍了一种简单而高效的基于重复的模块化系统，以加速空中交通管制员的培训。该系统通过融合不同的人工智能技术，开发和集成一种伪飞行员代理，实现了对管制员语音通讯的理解，并生成响应以提高其训练效率。

Dec, 2022

这篇论文研究了使用无监督学习的方法，包括语音分割，语音信号到文本的映射和半监督模型来实现自动语音识别，以识别从语音数据中可以学到的极限并理解语音识别的最小要求，目的是为了在开发低资源语言的语音识别系统时优化资源和努力。

Jun, 2021

提出了一种基于编码器 - 解码器的 U-Net 框架的识别导向语音增强（ROSE）框架，以消除空中交通管制 (ATC) 领域的无线电语音回声，并提高语音可懂性和自动语音识别 (ASR) 准确性。ROSE 在 ATC 场景中作为即插即用工具，无需对 ASR 模型进行额外的重新训练。

Dec, 2023

本文研究提出了一种基于知识图谱的语言建模方法，通过有效的格栅重排过程，达到了相对句子错误率的降低，为虚拟助手 ASR 的精度提高提供了强有力的支持。

Jun, 2021

自动语音识别（ASR）是计算语言学的一个关键领域，主要研究开发能够使计算机将口语转换为文本的技术。该研究聚焦于开发基于 JavaScript 和 Node.js 的网络应用程序和语音识别的网络界面，使用监督学习训练改善语音识别的神经网络，并设计对声音信号进行准确对齐的新型反向传播方法。

Jun, 2024

该研究提出了一种多任务神经网络方法，通过对话系统中的语音识别输出进行上下文语言纠正和语言理解以改善两个任务的性能，从而提高自动语音识别的质量。

Jan, 2020