跳到主要內容
 
:::

Challenge Details

題目敘述
(1)題目背景(含現行自身/同業處理方式)與產業重要性 針對目前消防作業需要,進行無線電通報作業時,往往只有當場作業聽取內容與人員判斷並簡易登打摘要做成歷史紀錄;值勤人員需一心多用,在接收119電話後,須同步登打摘要、派遣救護車或消防車,並說明災難現場狀況。消防局規劃將改善以無線電數位化以做為派遣自動化輔助應用,以作為輔助執勤人員進行即時有效處理救災。 (2)問題情境與痛點(Pain point) 一心多用容易漏失或誤判資訊:值勤人員進行無線電通話之同時間內,尚須手動輸入通話內容及研判下一步處置,一心多用,可能漏失現場回報之重要關鍵資訊或是誤判應做為之處置,故希將語音歷史資料檔透過數位化並建立語料庫,以意圖識別技術對應目的的方式,使資料有價化,作為數位轉型之準備。 例如:典型的意圖,例如出現關鍵字「大傷」,系統提示加派救護車 (3)預期透過AI達到的目的與利益點(Gain) 以AI意圖識別技術解析通話傳達的意圖,並對應下一步任務與建議處置,做為未來派遣系統自動化之應用,提升救護效率。 (4)技術完成後的使用對象 受理無線電通報人員。 (5)成果應用方式及情境等內容 A.協助新北市消防局救災救護中心值勤人員在接收119報案之處理時,能夠簡化作業程序,將語音識別轉換指令文字紀錄,使勤務處理更即時與準確,提高效率、簡化人工作業。 B.建構語料庫與AI訓練模型,作為消防局派遣中心安裝消防救災通話語音AI數位化系統,在不影響現有系統運作前提下自動辨識所有無線電語音通話轉換任務與指令,結合派遣系統,可於派遣系統上自動提示派遣人員議處理。


資料型態
1.無線電語音檔,格式為8KHz mp3或Wav。 2.值勤人員案情紀錄的文字Csv檔。 3.20個意圖清單,如下範例


資料集整備度與細節說明
1.1年份救護無線電錄音(約300萬筆錄音檔,硬碟容量約110G)。 2.值勤人員案情紀錄的文字Csv檔。 3.20個意圖清單及對應清單。


期望成果需求
語音意圖識別的評估指標為正確率需大於85%,召回率需大於90%。


可提供之解題資源
1.無線電錄音檔 2.對應的消防專業窗口一人


額外獎勵誘因


出題單位
新北市政府消防局


單位(公司)簡介
新北市政府消防局,為中華民國新北市最高消防行政機關,負責新北市的消防救災事宜,及市內所有消防行政、人事、教育及訓練等事務,下轄7個救災救護大隊、1個特種搜救大隊。


其他備註


* 題目因實際數據改變或其他不可抗力之事由,出題企業保有修改、變更或取消題目之權利。

相關競賽
消防救護無線電通話AI降噪
新北市消防局救災救護中心每年平均接收到20萬通救護電話,當市民電話通報後,救護中心值勤員按著SOP程序確認救護對象狀況,就啟動無線通報系統派遣與引導相關救護車與救護人員到現場進行救護,這過程中必須持續透過無線電引導與溝通,在緊急且須搶時間的狀況下,無線電收聽訊息之清晰度是強化救護人員判斷、爭取短時間搶救生命的第一要件。但實際上,無線電本身會受到背景噪音(例如救護車聲響、民眾呼喊聲)以及訊號干擾所產生的雜訊。而無線電訊號除了供現場救護人員使用,同時也會提供給救災救護中心,現行作業是人工聽打輸入系統,以便進行各單位橫向溝通使用。但由於這些噪音造成無法順利透過現有語音識別技術進行語音轉文字。 此外,語音識別技術最適合的聲音採樣率是16KHz,而無線電傳輸則是8KHz,採樣率不足也是限制了無線電通話整合語音轉文字技術的關鍵。因此除了去噪之外,也需要將音頻訊號轉換到16KHz,因此需要借鑒AI的超解析度技術,將音頻採樣率提升。
消防救護通話語音AI意圖識別
在救災過程中,指揮中心值勤員與派遣救護人員之間的無線電通話內容是指揮中心唯一了解現場狀況的信息來源,然而在救災過程中,往往因為現場狀態多變,因此通話過程中與檔案,在新北市消防局未來推動與規劃救護自動派遣至關重要。透過語音檔案之清洗與整理,建立語料庫,使資料產生價值,並透過AI意圖識別技術解析通話傳達的意圖,以作為對應行動處置應用。
基於語音辨識於法庭筆錄之應用
審檢乃至警調系統訴追犯罪,筆錄的完整及製作效率非常重要,以往都是由書記官聽打製作筆錄,不但讓書記官業務繁重,尤其是當事人的應訊內容,對後續案件偵辦有牽一髮而動全身的效力,書記官繕打筆錄的完整性及正確性,在後續的審理過程中甚至成為攻防的重點。現有技術中的語音識別只是單純語音轉文字,但是要作為一份正確的筆錄仍是不足的,因此希望可以透過AI技術,除了可以利用該系統於偵訊過程即時產製應訊完整逐字稿,包含去除贅字、基於法律用語糾錯,並自動標示偵查庭發言人別,以完整記錄偵訊內容,保障民眾權益,另亦減輕書記官繕打筆錄工作負荷,加快開庭效率,同時可以推廣到警察或調查局乃至行政機關行政調查等筆錄製作。
護心守衛─提升救護車12導程心電圖病徵判讀準確率與加強後續應用的擴散效益
本局擬藉由過往救護車載12導程心電圖機EKG設備收集的資料,依循既有開放資料格式建置開放資料後,搭配坊間心電圖病徵樣本,提升判讀病徵的準確率,建立起相對應的AI-BOT,串接資料加強後續應用並提供線上輔助判讀服務,藉此充分利用12導程心電圖資料與加強後續擴散應用效益。
應用深度學習技術建構品牌輿情之公關危機估測模型
社群媒體的興起,對公關產業而言,意味著品牌與公眾溝通的管道變得更加複雜且即時,但越多的媒體管道對品牌猶如雙刃劍,如因未即時阻斷負面發酵或處理方式不恰當,便容易演變成公關危機,而公關危機處理其最佳因應方式,便是即時發現正在醞釀成形的危機關鍵訊息,在第一時間設法加以控制,避免對品牌的負面訊息繼續擴散,避免損害到客戶的品牌價值,甚至若能更進一步化危機為轉機,才能真正體現公關產業的價值所在。 本題希望能藉此開發一個足夠精確的品牌輿情之公關危機估測模型,能針對輿情報導自動化探勘出對品牌公關危機之評量分數,並發掘出危機關鍵詞組,提供公關處理人員決策輔助之用。