Opis projektu
Zamiana mowy na tekst w zastosowaniach lotniczych
W przemyśle lotniczym bezpieczeństwo stanowi najwyższy priorytet. Ciągły postęp technologiczny sprawia, że zapewnienie go załodze i pasażerom jest coraz łatwiejsze. Jednym z udoskonaleń, które mogą przełożyć się na bezpieczeństwo lotu, jest technologia automatycznego rozpoznawania mowy, która pozwoli zmniejszyć obciążenie kontrolerów lotu i zminimalizować ryzyko wystąpienia błędu ludzkiego. Jednakże technologia rozpoznawania głosu, która oferowałaby przekształcanie mowy na tekst, nadal jest mocno ograniczona. Powodem są problemy z rozpoznawaniem akcentów i odchyleń w słownictwie stosowanym przez kontrolerów względem standardowej terminologii. Finansowany ze środków UE projekt HAAWAII jest poświęcony badaniu i opracowywaniu niezawodnego, odpornego na występowanie błędów i elastycznego rozwiązania, które w sposób automatyczny będzie zapisywać rozkazy wydawane przez kontrolerów lotu i pilotów. W ramach projektu wykorzystany zostanie obszerny zbiór danych, na podstawie którego naukowcy opracują nowy zestaw modeli dla złożonych środowisk islandzkich tras przelotowych i londyńskiego terminalu TMA, skupiając się na wzmocnieniu modeli rozpoznawania mowy.
Cel
Advanced automation support developed in Wave 1 of SESAR IR includes using of automatic speech recognition (ASR) to reduce the amount of manual data inputs by air-traffic controllers. Evaluation of controllers’ feedback has been subdued due to the limited recognition performance of the commercial of the shell ASR engines that were used, even in laboratory conditions. The reasons for the unsatisfactory conclusions include e.g. inability to distinguish controllers’ accents, deviations from standard phraseology and limited real-time recognition performance. Past exploratory research funded project MALORCA, however, has shown (on restricted use-cases) that satisfactory performance can be reached with novel data-driven machine learning approaches.
Based on the results of MALORCA HAAWAII project aims to research and develop a reliable, error resilient and adaptable solution to automatically transcribe voice commands issued by both air-traffic controllers and pilots. The project will build on very large collection of data, organized with a minimum expert effort to develop a new set of models for complex environments of Icelandic en-route and London TMA. HAAWAII aims to perform proof-of-concept trials in challenging environments, i.e. to be directly connected with real-life data from ops room. As pilot read-back error detection is the main application, HAAWAII aims to significantly enhance the validity of the speech recognition models. The proposed work goes far beyond the work planned for the Wave 2 IR programme and will improve both safety and reduce controllers’ workload. The digitization of controller and pilot voice utterances can be used for a wide variety of safety and performance related benefits including, but not limiting to pre-fill entries into electronic flight strips and CPDLC messages. Another application demonstrated during proof-of-concept will be to objectively estimate controllers’ workload utilising digitized voice recordings of the complex London TMA.
Dziedzina nauki
Słowa kluczowe
Program(-y)
Temat(-y)
System finansowania
RIA - Research and Innovation actionKoordynator
51147 Koln
Niemcy