SeaAlert：大規模言語モデルによる海上遭難通報からの重要情報抽出

要旨: 超短波（VHF）無線によって送信される海上の遭難通信は、海上での緊急事態を報告するために用いられる安全性に直結する音声メッセージである。グローバル海上遭難・安全システム（GMDSS）のもとでは、このようなメッセージは標準化された手順に従い、船舶の識別情報、位置、遭難の性質、必要とされる支援といった、必須の詳細を伝えることが期待される。しかし実際には、遭難メッセージがしばしば短く、ノイズが多く、ストレス下で生成されること、また規定された形式から逸脱する可能性があることに加え、チャネルノイズや話者のストレスによって引き起こされる自動音声認識（ASR）の誤りによってさらに劣化するため、自動分析は依然として困難である。 本論文は、海上遭難通信の堅牢な解析のためのLLMベースの枠組みSeaAlertを提示する。ラベル付きの実世界データの希少性に対処するため、我々は合成データ生成パイプラインを開発し、その中でLLMが現実的かつ多様な海上メッセージを生成する。そこには、標準的な遭難コードワードが省略される、あるいはより明示性の低い表現に置き換えられるといった、困難な変種も含まれる。生成された発話は音声として合成され、シミュレートしたVHFノイズで劣化させられ、ASRシステムによって文字起こしされることで、現実的なノイズを含む転写データが得られる。