"This is Houston. Say again, please". The Behavox system for the\n Apollo-11 Fearless Steps Challenge (phase II)
Notice bibliographique
Résumé
We describe the speech activity detection (SAD), speaker diarization (SD),\nand automatic speech recognition (ASR) experiments conducted by the Behavox\nteam for the Interspeech 2020 Fearless Steps Challenge (FSC-2). A relatively\nsmall amount of labeled data, a large variety of speakers and channel\ndistortions, specific lexicon and speaking style resulted in high error rates\non the systems which involved this data. In addition to approximately 36 hours\nof annotated NASA mission recordings, the organizers provided a much larger but\nunlabeled 19k hour Apollo-11 corpus that we also explore for semi-supervised\ntraining of ASR acoustic and language models, observing more than 17% relative\nword error rate improvement compared to training on the FSC-2 data only. We\nalso compare several SAD and SD systems to approach the most difficult tracks\nof the challenge (track 1 for diarization and ASR), where long 30-minute audio\nrecordings are provided for evaluation without segmentation or speaker\ninformation. For all systems, we report substantial performance improvements\ncompared to the FSC-2 baseline systems, and achieved a first-place ranking for\nSD and ASR and fourth-place for SAD in the challenge.\n
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,246 | 0,230 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».