Udoskonalona technologia automatycznego rozpoznawania mowy w kontroli ruchu lotniczego
Technologie rozpoznawania mowy w produktach konsumenckich są ciągle rozwijane, lecz niektóre sektory, które mogłyby z niej skorzystać, pozostają w tyle. Cyfrowi asystenci kontroli ruchu lotniczego mają dostęp do czujników ruchu lotniczego i naziemnego, ale komunikacja głosowa między kontrolerami a pilotami nie jest dla nich automatycznie dostępna, mimo że stanowi najcenniejsze źródło informacji. Aby zdigitalizować komunikację głosową, kontrolerzy muszą sporządzać transkrypty, co zajmuje im nawet jedną trzecią czasu pracy. W ramach projektu HAAWAII (Highly Automated Air Traffic Controller Workstations with Artificial Intelligence Integration), finansowanego w ramach wspólne przedsięwzięcia SESAR, opracowano nowe oprogramowanie do rozpoznawania mowy oparte na głębokich sieciach neuronowych. „Jak zauważył Alan Turing w latach 50., rozpoznawanie mowy nie jest równoznaczne z jej rozumieniem, mieliśmy to więc na uwadze”, mówi Hartmut Helmke, koordynator projektu z ramienia Niemieckiej Agencji Kosmicznej, będącej gospodarzem projektu. „Poziom błędu rozpoznawania słów jest mniejszy niż 5 %, co przekłada się na to, że wskaźnik rozpoznawania poleceń wydawanych przez kontrolerów ruchu lotniczego wyniósł ponad 85 %”.
Wykrywanie błędów odczytu przy zarządzaniu ruchem lotniczym
Rozpoznawanie mowy kontrolerów ruchu lotniczego i pilotów pozostaje wyzwaniem ze względu na lokalne wersje branżowych zwrotów, różne akcenty w wypowiedziach w języku angielskim (międzynarodowy język lotnictwa), różne tempo mówienia i szum na kanałach. Instytucje zapewniające usługi żeglugi powietrznej będące partnerami projektu HAAWAII – NATS ze Zjednoczonego Królestwa i Isavia z Islandii – zarejestrowały ponad 500 godzin rozmów kontrolerów z pilotami. Następnie spisano ręcznie transkrypty 40 godzin nagrań słowo w słowo. Po dostarczeniu do oprogramowania rozpoznającego mowę ręcznie spisanych transkryptów zaledwie jednej godziny rozmów, rozpoznawanie słów poprawiło się dwukrotnie. Po treningu na wszystkich transkrybowanych i nietranskrybowanych danych wskaźnik rozpoznawania słów kontrolerów wyniósł ponad 95 %, a pilotów – ponad 90 %. „Poważne problemy z nieprawidłowo rozpoznanymi słowami występują wtedy, gdy dotyczą one informacji o krytycznym znaczeniu dla bezpieczeństwa, takich jak znaki wywoławcze czy nazwy punktów orientacyjnych. Połączenie głosu z danymi radarowymi poskutkowało poprawą systemu na poziomie semantycznym. Wskaźnik rozpoznawania wyniósł 97 % dla znaków wywoławczych samolotów używanych przez kontrolerów”, mówi badacz. Uczenie maszynowe wykorzystano także do stworzenia asystenta wykrywania błędów odczytu (ang. Readback Error Detection Assistant, REDA). Jeżeli kontroler udzieli pilotowi zezwolenia na wzniesienie się na wysokość 7 000 stóp, a pilot powtarzając informację wspomina o 8 000 stopach, to wystąpił błąd odczytu związany z ryzykiem kolizji w przypadku braku korekty. REDA generuje alert w przypadku wystąpienia takich błędów. Pięciu kontrolerów ruchu lotniczego z Islandii oceniło REDA w laboratorium. „Liczba błędów odczytu wykrytych podczas testów laboratoryjnych wyniosła ponad 80 % w stosunku do ocen offline transkrypcji z danych rzeczywistych, przy czym wskaźnik fałszywych alarmów wyniósł poniżej 20 %”, dodaje Helmke. Na ten rok planowane są próby z kontrolerami z NATS, a Isavia planuje zademonstrować asystenta wykrywania błędów odczytu w swoim własnym środowisku operacyjnym.
Większa dokładność i mniejsze obciążenie pracą
Skuteczne rozpoznawanie i rozumienie mowy mogłoby wpłynąć na znaczące zwiększenie bezpieczeństwa lotów poprzez zmniejszenie obciążenia pracą i zwiększenie dokładności kontrolerów ruchu lotniczego. W transkryptach z tysięcy godzin rozmów znajdują się także użyteczne dla instytucji zapewniających służby żeglugi powietrznej informacje dotyczące zarządzania, takie jak częstotliwość wydawania lub powtarzania określonych poleceń przypadających na samolot wskazujące na duże obciążenie pracą. Rozpoznawanie mowy można by również wykorzystać w symulacjach w miejscu pracy, dzięki czemu szkolenia stałyby się tańsze i można by je było przeprowadzać zdalnie. „Nasz prototyp był używany w Londynie, w najbardziej zatłoczonej przestrzeni powietrznej Europy, a także w przestrzeni powietrznej Isavii, obejmującej ponad 5 000 000 kilometrów kwadratowych. Oprogramowanie rozpoznawało mowę pilotów, a błąd rozpoznawania słów wynosił mniej niż 10 %, pomimo wpływu akcentów z całego świata oraz kanałów głosowych o wysokim poziomie szumu”, podsumowuje Helmke.
Słowa kluczowe
HAAWAII, rozpoznawanie mowy, kontrola ruchu lotniczego, słowa, polecenia, przestrzeń powietrzna, obciążenie pracą, bezpieczeństwo lotnicze, transkrypcje, wykrywanie błędów, głos, radar
