Naukowcy z AGH nominowani do nagrody na prestiżowej konferencji Interspeech 2026
Zespół badaczy z Wydziału Informatyki, Elektroniki i Telekomunikacji AGH otrzymał nominację do nagrody Best Student Papers podczas konferencji Interspeech 2026 w Sydney. Publikacja autorstwa doktorantów i naukowców z Zespołu Przetwarzania Sygnałów dotyczy metod wykrywania halucynacji w neuronowych systemach automatycznego rozpoznawania mowy - czyli błędów, gdy modele AI generują tekst nieodpowiadający rzeczywiście wypowiedzianym słowom.
W pigułce
- Nominacja do Best Student Papers na Interspeech 2026 - jedno z najbardziej prestiżowych wyróżnień dla młodych badaczy w technologii mowy
- Praca poświęcona metodom wykrywania błędów w systemach ASR - technologii przekształcającej mowę na tekst
- To drugi rok z rzędu, gdy naukowcy z AGH znalazł się w gronie kilkunastu nominowanych prac
- Interspeech 2026 w Sydney zgromadziła ponad 2200 uczestników z 70 krajów
Co bada zespół z AGH?
Nominowana praca nosi tytuł "From Text Metrics to Model Internals: A Study of Whisper ASR Hallucination Detection". Autorzy zajęli się problemem, który dotyka współczesne systemy automatycznego rozpoznawania mowy - tak zwanymi halucynacjami. Mimo że nowoczesne modele ASR osiągają wysoką skuteczność, czasem generują fragmenty tekstu, które w ogóle nie zostały wypowiedziane.
Takie "halucynacje" mogą obniżać jakość transkrypcji i prowadzić do nieprawidłowej interpretacji przekazywanych treści. Zespół badaczy sprawdzał, które metody najlepiej radzą sobie z ich wykrywaniem.
Jak prowadzono badania?
W pracy wykorzystano miary tekstowe, duże modele językowe oraz informacje pochodzące z wewnętrznych stanów głębokich modeli neuronowych opartych na architekturze koder-dekoder. Badacze analizowali skuteczność różnych podejść do identyfikacji tych błędów.
Publikację przygotowali doktoranci AGH: Jan Jasiński, Mateusz Barański i Julitta Bartolewska oraz dr inż. Marcin Witkowski i dr hab. inż. Konrad Kowalczyk, prof. AGH.
Konsekwentny sukces naukowców z Krakowa
Nominacja dla zespołu Przetwarzania Sygnałów WIET to już drugi rok z rzędu, gdy publikacja krakowskich naukowców znalazła się w gronie kilkunastu prac wybranych do nagrody Best Student Papers. Potwierdza to wysoką jakość badań prowadzonych na AGH w obszarze przetwarzania sygnałów i technologii mowy.
Interspeech to największa i najważniejsza na świecie coroczna konferencja poświęcona technologiom mowy, organizowana przez International Speech Communication Association (ISCA). Tegoroczna edycja w Sydney zgromadziła ponad 2200 uczestników z 70 krajów, którzy zaprezentowali ponad 1300 referatów naukowych.
Źródło: AGH