NVIDIA informa de menos errores de voz para el control aéreo tras una adaptación por etapas

NVIDIA afirmó que su modelo Nemotron 3.5 ASR Streaming, adaptado al habla del control del tráfico aéreo, redujo del 77% al 22,46% la tasa de error de palabras en una prueba ATCO2 de dos horas anotada por personas. La empresa describió el cambio como una reducción relativa del 70,8%. En una prueba de inglés general, la tasa subió del 3,50% antes de la adaptación al 3,63% después.

El método publicado primero realizó una adaptación amplia con grabaciones ATCO2 ruidosas y etiquetadas automáticamente y luego refinó el modelo con una cantidad limitada de datos anotados por personas; mantuvo ejemplos de inglés durante el entrenamiento para limitar las pérdidas en habla general. NVIDIA advirtió que el resultado no garantiza las mismas mejoras en otros ámbitos. La publicación también presentó dos habilidades para agentes de programación que ayudan a planificar y evaluar la adaptación; instalarlas no configura por sí solo el software de entrenamiento.