노이즈가 있는 경찰 음성 데이터에 대한 미리 학습된 ASR 가짜 레이블링

방송 경찰 통신(Broadcast Police Communication, BPC)에서 노이즈가 많은 상황에서 훈련된 음성 인식 시스템이 나쁜 성능을 보인다. 이를 통해 경찰의 의사 결정이 이해될 수 없게 되고, 이는 경찰의 의사 결정에 대한 연구를 어렵게 만든다. 사용자 레이블을 비용이 많이 들지 않고 pseudo-labeling을 통해 ASR 성능을 개선할 수 있는 방법이 있다. 그러나 매우 노이즈가 많은 도메인에서 pseudo-labeling의 효용성은 알려져 있지 않다. 본 연구에서는 Baltimore와 Chicago의 BPC 도메인 데이터 셋에 대한 foundation ASR 모델(Whisper와 Qwen3-ASR)가 pseudo-labeling을 통해 노이즈가 많은 BPC 도메인 데이터 셋에 적응하는 방법을 검토한다. 내부 신뢰도 지표(로그 확률 및 STAR 점수)가 노이즈가 많은 BPC의 pseudo-label의 질을 구분하지 못한다는 것을 보여주고, external LLM-as-a-judge 필터링 패러다임을 소개한다. 이 패러다임은 parametric 지식을 사용하여 문맥적으로 불가능한 전cribe를 필터링한다. LLM-judging 필터는 내부 지표보다 더 공격적으로 필터링을 하며, Baltimore와 Chicago의 BPC 데이터 셋에 대한 pseudo-labeled 학습 셋의 WER를 줄인다. 그러나 oracle 필터와 비교하여 여전히 큰 격차가 남아 있다. 또한, 한 모델이 다른 모델의 pseudo-label을 사용하여 fine-tuning하는 cross-model pseudo-labeling 패러다임을 소개한다. 본 연구에서는 이 패러다임이 향후 pseudo-labeling 연구의 새로운 방향으로 될 수 있음을 제안한다.