野火发生时,最初的线索可能只是消防无线电里一段被风声、引擎声和静电干扰的调度通信。Google与美国非营利组织Watch Duty合作开发的Gemini工具,试图把这类难以辨认的语音更快转成可搜索文本,让值守人员及时发现值得核查的警情。Google在介绍中称,系统曾在华盛顿州一次夜间火灾中,于30秒内标记出首次911调度信息。
核心要点
- 从无线电音频中提取线索。 消防人员仍广泛使用模拟VHF无线电,通信中常有杂音和专业术语。Watch Duty记者过去需要人工监听多达20条信道,容易在繁忙或无人实时收听时错过早期信息。新工具利用超过2万小时的历史无线电录音进行开发,目标是降低辨听负担,并把语音整理成清晰、可检索的文本。
- 系统负责提示,人工负责核实。 工具发现疑似调度信息后,会向Watch Duty团队发出信号;记者仍需确认事件,再决定是否向用户发布警报。这一流程意味着AI并非自动判断火情并直接通知公众,而是把线索更快送到人工审核环节。
- Google公布了多项运行数据。 据其介绍,系统将受损VHF音频的词错误率从38%降至22.34%,每天处理约400条活跃信道、转写超过200小时的无线电语音;设计和测试目标覆盖超过1万条信道。志愿记者对无线电转写工具的满意度则从35.3%升至92.3%。这些数字来自合作方披露,素材未提供独立评估结果。
从一次夜间火灾看实际作用
Google称,2026年7月华盛顿州Railroad Fire夜间发生时,工具在首条911调度通信发出后不到30秒就完成转写并标记信息。Watch Duty团队因此有时间核实火情,并发送可突破手机勿扰模式的Critical Alert。该组织称,这是其首次在夜间发送此类警报,居民在火焰抵达住宅前得到疏散提醒。这个案例呈现的是“缩短发现到核实的时间”,并不意味着AI取代了调度员、消防部门或警报发布者。
意义与边界
这项合作的价值,在于把语音识别用于信息链条的前端:当监测任务覆盖大量信道时,自动转写可以帮助有限人手更快定位可能的新火情。它也说明,灾害场景中的AI效果不只取决于模型识别率,还取决于警报组织能否验证线索、联系社区并及时触达用户。Google还提到为Watch Duty提供资金、云服务和工程支持,但现有材料没有说明工具在不同地区、口音或无线电设备条件下的表现,也没有给出误报率。因此,30秒的案例和性能数据应视为合作方披露的结果;规模化应用仍需关注准确性、覆盖差异与人工审核能力。
来源:Web Search
评论
正在确认登录状态……
正在加载评论……