Skip to main content

Article Category

Article available in the folowing languages:

Spracherkennung und KI helfen bei der Entlastung von Flugpersonal

In den letzten Jahren sind immer weniger Flugunglücke passiert, doch wenn sie passieren, dann meist wenn die Arbeitsbelastung des Personals am höchsten ist. Somit ist die Erweiterung der Leistungsfähigkeit des Personals bei hoher Auslastung enorm wichtig und kann beim Erhalt der Flugsicherheit helfen.

Verkehr und Mobilität

Die Arbeitsbelastung des Flugpersonals ist bei einer Kombination unvorhersehbarer Ereignisse am höchsten: Witterungsbedingungen; hohe Verkehrsdichte; Systemausfälle sowie Flugaktivitäten wie Start, Steigflug, Sinkflug, Anflug und Landung. Die Informationsmenge und Anzahl an Arbeitsschritten, die vom Personal geleistet werden müssen, können unüberschaubar werden und die Flugsicherheit beeinträchtigen. Das EU-finanzierte Projekt VOICI hat sich dieser Bedrohung angenommen, indem es einen intelligenten „natürlichen Personalassistenten“ für das Cockpit-Umfeld entwickelt hat. Das System umfasst drei Kerntechnologien: Tonaufnahme, Spracherkennung und künstliche Intelligenz (KI). Dies beinhaltet ein ins Cockpit integriertes Sprachverarbeitungssystem, das Luftfahrtterminologie versteht, sowie eine Reihe an störungsarmen optischen Mikrofonen mit dafür optimierten Feldrechnern. Das VOICI-System verfügt außerdem über eine neue und effizientere Sprachsynthese, die an die Terminologie und den Lärmpegel der Luftfahrt angepasst wurde.

Bei realen Bedingungen bewertet

Projektpartner wollten einen dem Machbarkeitsnachweis dienenden Demonstrator entwickeln, der sämtliche Kommunikation im Cockpit hört, sowohl zwischen Besatzungsmitgliedern als auch zwischen Besatzung und Luftverkehrskontrolle. „Das VOICI-System sollte Sprachinhalte erkennen und verstehen, mit dem Personal interagieren und dessen Anfragen bearbeiten, um die Aufgaben der Besatzung zu vereinfachen und die kognitive Belastung zu verringern“, fasst der Projektkoordinator, Tor Arne Reinen, zusammen. Forschende haben für Technologieexperimente außerdem eine realistische Umgebung zur Tonauswertung geschaffen. Dadurch wurde die Entwicklung des Personalassistenten erleichtert und seine Leistungsbewertung ermöglicht, darunter auch die Technologien der Spracherfassung und -erkennung in einem lauten Cockpit zusammen mit dem intelligenten Dialogsystem mit automatischer Sprachsynthese als Hauptausgabe. Die Audio-Testumgebung umfasste ein physisches 3D-Modell eines Falcon 2000S Cockpits inklusive Lautsprecherwiedergabe der Audioaufzeichnungen eines echten Fluges. „Wir haben bewiesen, dass der Personalassistent bei dem enormen Lärmpegel eines Flugzeug-Cockpits funktioniert“, erklärt Reinen.

Vielfältiger Nutzen

Die Spracherfassung funktioniert sowohl über das Headset des Piloten als auch mehrere Umgebungsmikrofone. Die Spracherkennung mit tiefen neuronalen Netzen sowie das Dialogsystem wurden ausdrücklich für die Cockpit-Umgebung entwickelt und enthalten Luftfahrtterminologie sowie Beständigkeit bei extrem lauten Hintergrundgeräuschen. Das System funktioniert unabhängig von cloud-basierten Systemen und beruht auf Sprachmodellen, die auf Cockpit-Szenarien ausgerichtet sind. Laut Reinen sind sämtliche Algorithmen für das Dialogsystem implementiert und geprüft worden: von der Einheit zum Verstehen natürlicher Sprache, das authentische Anfragen versteht, bis hin zum Dialogkern, der den Unterhaltungsfluss regelt. „Es wurde besonderer Wert darauf gelegt, dass der Sprachassistent Kontextdaten verwerten kann“, merkt er an. Durch die Entlastung des Personals wird VOICI zur Optimierung des Betriebs, der Flugsicherheit sowie der Personalaufmerksamkeit, besserer Wartung, geringeren Betriebskosten und allgemein mehr Effizienz und weniger Belastung beitragen. „An VOICI sind sowohl KMU als auch Forschungsinstitute beteiligt und eine Kooperation mit dem Konsortium wird zu Innovation und der Schaffung von Arbeitsplätzen beitragen“, betont Reinen.

Schlüsselbegriffe

VOICI, Cockpit, Luftfahrt, Spracherkennung, natürlicher Personalassistent, neuronale Netze

Entdecken Sie Artikel in demselben Anwendungsbereich