增强执法音频转录：基于 LoRA 的 BWC 镜头 Whisper 改编

现代警务面临着“可见性悖论”，执法机构拥有 PB 级的随身摄像机 (BWC) 镜头，但由于手动转录的人工成本高昂，这些镜头在很大程度上尚未用于问责或系统审查。这项研究提出了一个框架，使 OpenAI Whisper 架构能够适应警务环境中独特的声学和语言挑战。通过低秩适应 (LoRA) 采用参数高效 微调 (PEFT)，我们解决了在面对高压力场景、警报器和无线电干扰时零样本模型中观察到的显着性能下降问题。至关重要的是，我们证明这种适应在使用 8 位量化和梯度检查点的消费级硬件（配备 NVIDIA 4GB GTX GPU 的 Acer Nitro 本地计算机）上是可行的。我们进一步将这些转录整合到符号推理管道中，使用特定领域的本体将原始音频转换为与证据相关的事件图，实现 93.7% 的词典映射率，以促进程序正义和透明度。