ASCIL: Как ИИ учится на ошибках и снижает ложные срабатывания голосовых помощников

Проблема «ложного пробуждения»

Голосовые ассистенты часто реагируют на фразы, фонетически похожие на ключевые слова (wake words), но не являющиеся командами. Традиционные системы принимают решение об исполнении намерения изолированно, не учитывая контекст или историю ошибок. Это приводит к выполнению несуществующих команд, что раздражает пользователей и снижает доверие к устройству.

Решение: ASCIL (Adaptive Self-Correcting Inference Layer)

Команда исследователей во главе с Прити Сарасват (Preeti Saraswat) разработала фреймворк ASCIL. Это дополнение к системе распознавания речи (ASR), которое переосмысливает намерение пользователя после транскрипции, но до генерации ответа. ASCIL объединяет:

• Акустические эмбеддинги (тонкие различия в произношении);
• Лингвистические подсказки (грамматическая структура);
• Контекст устройства (что происходит в данный момент);
• Историю ошибок (паттерны прошлых ложных срабатываний).

Как работает самокоррекция

ASCIL интерпретирует как явные, так и неявные сигналы пользователя. Явные сигналы — это команды отмены или повторения. Неявные — это паузы, признаки невнимания или тишина после активации. Эти данные используются для онлайн-обновления модели без ручной аннотации, позволяя системе адаптироваться под конкретного пользователя.

Результаты тестирования

Методика была протестирована на проприетарном наборе данных из 3 667 взаимодействий, охватывающих 14 акустических и контекстуальных условий. Результаты демонстрируют значительное снижение количества ошибок:

ASCIL не только снижает количество ложных срабатываний, но и улучшает показатели принятия намеренных команд, оставаясь при этом вычислительно эффективным.

Источник: arXiv cs.CL ↗