Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Enhancing Aviation Communication Transcription: Fine-Tuning Distil-Whisper with LoRA

Created by
  • Haebom

저자

Shokoufeh Mirzaei, Jesse Arzate, Yukti Vijay

개요

본 논문은 항공 통신 기록의 정확성 향상을 위해 저자원 매개변수 미세조정 기법인 Low-Rank Adaptation(LoRA)을 활용하여 Whisper 모델의 경량 버전인 distil-Whisper을 미세 조정하는 연구를 다룹니다. 미국 주요 공항 3곳의 관제사와 조종사 간 약 70시간 분량의 Air Traffic Control Corpus 데이터셋을 사용하여 LoRA의 하이퍼파라미터(Alpha, Rank) 최적화를 위한 그리드 서치와 5-fold cross-validation을 수행했습니다. 그 결과, 평균 단어 오류율 3.86%를 달성하여 항공 통신 기록의 정확도 향상 가능성을 보여주었습니다.

시사점, 한계점

시사점:
LoRA를 이용한 distil-Whisper 미세조정을 통해 항공 통신 기록의 단어 오류율을 획기적으로 감소시킬 수 있음을 보여줌.
계산 효율성이 높은 방법으로 항공 통신 기록 정확도 향상에 기여할 수 있는 가능성 제시.
항공 교통 관제 및 항공 안전 분야에 활용 가능성이 높음.
한계점:
사용된 데이터셋이 미국 주요 공항 3곳의 데이터에 한정되어 일반화 가능성에 대한 추가 연구 필요.
다양한 항공 통신 환경 (예: 악천후, 통신 장애)에 대한 로버스트니스 평가 부족.
다른 저자원 매개변수 미세조정 기법과의 비교 분석 부재.
👍