NVIDIA rapporte une baisse des erreurs de reconnaissance vocale pour le contrôle aérien
Selon NVIDIA, un entraînement par étapes a ramené le taux d’erreur de mots de Nemotron ASR de 77 % à 22,46 % sur un test ATCO2 de deux heures.
Période de consultation de la source: 2026-10-13
Publié: · Mis à jour:
La source ne précise pas la date de l’événement ; la période indiquée est celle de la consultation de la source.
NVIDIA indique que son modèle Nemotron 3.5 ASR Streaming, adapté aux communications du contrôle aérien, a réduit le taux d’erreur de mots de 77 % à 22,46 % sur un test ATCO2 de deux heures annoté par des humains. L’entreprise présente cela comme une baisse relative de 70,8 %. Sur un test d’anglais général, le taux est passé de 3,50 % avant adaptation à 3,63 % après.
La méthode publiée a d’abord adapté largement le modèle sur des enregistrements ATCO2 bruités et étiquetés automatiquement, puis l’a affiné avec une quantité limitée de données annotées par des humains ; des exemples d’anglais ont été conservés pour limiter la perte de performance générale. NVIDIA précise que ce résultat ne garantit pas les mêmes gains dans d’autres domaines. L’article présente aussi deux compétences d’agent de programmation pour planifier et évaluer l’adaptation ; leur installation ne met pas à elle seule le logiciel d’entraînement en place.
Données
Test de reconnaissance vocale du contrôle aérien
Résultats Nemotron publiés par NVIDIA sur un jeu de test ATCO2 de deux heures annoté par des humains.
- Taux d’erreur de mots ATC avant adaptation
- 77 percent
- 2026-10-13 · Observé
- Taux d’erreur de mots ATC après adaptation par étapes
- 22,46 percent
- 2026-10-13 · Observé
- Taux d’erreur de mots en anglais général avant
- 3,5 percent
- 2026-10-13 · Observé
- Taux d’erreur de mots en anglais général après
- 3,63 percent
- 2026-10-13 · Observé
Méthodologie
Le taux d’erreur de mots compte les insertions, suppressions et substitutions par rapport à une transcription de référence ; une valeur plus faible est préférable. NVIDIA a combiné une adaptation large sur des données ATCO2 bruitées étiquetées automatiquement avec un affinage sur un petit jeu Gold annoté par des humains. Les valeurs sont celles rapportées par l’entreprise le 13 octobre 2026 et ne constituent pas une réplication indépendante.
Mis à jour:
Sujets et lieux
Sujets proposés
- Science et technologieProposé
- Preserved editorial category/topic; broad candidate onlyhuggingface.co ↗
Références géographiques
Seules les références géographiques présentes dans la source sont affichées. L’ouverture d’une carte externe est facultative. Les cartes facultatives utilisent OpenStreetMap. Leur ouverture transmet votre adresse IP et celle de ce site au fournisseur ; les coordonnées restent lisibles sans charger la carte.
- États-Unis · Rôle du lieu: Couverture · Type de lieu: Pays ou territoire · Précision de localisation: RégionaleÉléments probants
- Explicit preserved editorial country/region; no city or national centroid inferredhuggingface.co ↗