预训练的自动语音识别（ASR）系统在嘈杂的广播警务通信（BPC）上表现不佳，阻碍了对警务决策过程的分析。伪标签技术提供了一条无需昂贵人工标注的无监督改进路径，但其在极端噪声环境中的有效性尚未得到验证。
本文系统评估了两种基础ASR模型——OpenAI Whisper 和 Qwen3‑ASR——在来自巴尔的摩和芝加哥的 BPC 语料上的伪标签适配潜力。实验发现，模型内部的置信度指标（对数概率和 STAR 分数）无法区分高质量与低质量的伪标签。为此我们提出了基于大语言模型（LLM）作为裁判的过滤范式，利用其参数化知识剔除上下文上不合理的转录。
LLM‑judging 过滤比内部指标更为激进，显著降低了两套 BPC 语料的伪标签训练集的词错误率（WER），但仍与理想的“oracle”过滤存在较大差距。我们进一步引入跨模型伪标签方案：让模型 A 使用模型 B 生成的伪标签进行微调，再用微调后的模型 A 为模型 B 生成新伪标签。实验表明，这种交叉微调策略在提升 ASR 性能方面具有潜力，值得后续深入研究。
点评：本文展示了 LLM 过滤在极端噪声域中的实用价值，并提出跨模型伪标签的新思路，为嘈杂环境下的 ASR 适配提供了可行路径。