NVIDIA relata menos erros de fala no controlo aéreo após adaptação em etapas

A NVIDIA afirmou que o seu modelo Nemotron 3.5 ASR Streaming, adaptado à fala do controlo de tráfego aéreo, reduziu de 77% para 22,46% a taxa de erro de palavras num teste ATCO2 de duas horas anotado por pessoas. A empresa descreveu o resultado como uma redução relativa de 70,8%. Num teste de inglês geral, a taxa subiu de 3,50% antes da adaptação para 3,63% depois.

O método divulgado começou com uma adaptação ampla usando gravações ATCO2 ruidosas e rotuladas por máquina, seguida de refinamento com uma quantidade limitada de dados anotados por pessoas; exemplos de inglês foram mantidos no treino para limitar perdas na fala geral. A NVIDIA alertou que o resultado não garante ganhos iguais noutros domínios. O texto também apresentou duas competências para agentes de programação planearem e avaliarem a adaptação; instalá-las não instala, por si só, o software de treino.