SeaAlert：用于嘈杂海上遇险通信的稳健严重性分类和基于 LLM 的信息提取

通过甚高频 (VHF) 无线电传输的海上遇险通信是用于报告海上紧急情况的安全关键语音消息。根据全球海上遇险和安全系统（GMDSS），此类消息遵循标准化程序，预计传达重要细节，包括船只身份、位置、遇险性质和所需援助。然而，在实践中，自动分析仍然很困难，因为求救消息通常简短、嘈杂，并且在压力下产生，可能偏离规定的格式，并且由于信道噪声和说话者压力引起的自动语音识别（ASR）错误而进一步恶化。本文介绍了 SeaAlert，这是一个受控实验框架，用于使用基于 Transformer 的严重性分类和基于 LLM 的结构化提取来评估海上遇险通信的稳健分析。为了解决标记的现实世界数据的稀缺问题，我们开发了一种合成数据生成管道，其中 LLM 生成各种海事消息，包括具有挑战性的变体，其中标准遇险代码字被省略或替换为不太明确的表达式。生成的话语被合成为语音，用模拟 VHF 噪声进行降级，并由 ASR 系统进行转录，以获得受控噪声降级的转录本。结果评估表明，在 ASR 噪声和码字掩码下，基于 Transformer 的分类比词汇基线的降级更加优雅，而对于噪声结构化字段，基于 LLM 的提取比基于 Regex 的提取更有效。