Detail publikace

A Virtual Simulation-Pilot Agent for Training of Air Traffic Controllers

ZULUAGA-GOMEZ, J.; PRASAD, A.; NIGMATULINA, I.; MOTLÍČEK, P.; KLEINERT, M.;. A Virtual Simulation-Pilot Agent for Training of Air Traffic Controllers. Aerospace, 2023, vol. 10, no. 5, p. 1-25. ISSN: 2226-4310.
Název česky
Virtuální agent simulující pilota pro výcvik řídících letového provozu
Typ
článek v časopise
Jazyk
anglicky
Autoři
Zuluaga-Gomez Juan
Prasad Amrutha (UPGM)
Nigmatulina Iuliia
Motlíček Petr, doc. Ing., Ph.D. (UPGM)
Kleinert Matthias
URL
Klíčová slova

air traffic controller training; simulation-pilot agent; BERT; automatic speech recognition and understanding; speech synthesis

Abstrakt

V tomto článku navrhujeme nový virtuální simulační pilotní nástroj pro urychlení výcviku řídících letového provozu (ATCo) integrací různých nejmodernějších nástrojů založených na umělé inteligenci (AI). Virtuální simulační pilotní zařízení přijímá mluvenou komunikaci od účastníků ATCo a provádí automatické rozpoznávání a porozumění řeči. Jde tedy nad rámec pouhého přepisu komunikace a dokáže pochopit i její význam. Výstup je následně odeslán do systému generátoru odezvy, který se podobá mluvenému zpětnému čtení, které piloti dávají účastníkům ATCo. Celkový kanál se skládá z následujících submodulů: (i) systém automatického rozpoznávání řeči (ASR), který převádí zvuk na sekvenci slov; ii) analyzátor entity související s řízením letového provozu na vysoké úrovni (ATC), který rozumí přepsané hlasové komunikaci; a (iii) submodul převodu textu na řeč, který generuje mluvený projev, který se podobá pilotní části na základě situace v dialogu. Náš systém využívá nejmodernější nástroje založené na umělé inteligenci, jako jsou modely Wav2Vec 2.0, Conformer, BERT a Tacotron. Podle našich nejlepších znalostí se jedná o první dílo plně založené na zdrojích ATC s otevřeným zdrojovým kódem a nástrojích AI. Kromě toho vyvíjíme robustní a modulární systém s volitelnými submoduly, které mohou zvýšit výkon systému začleněním sledovacích dat v reálném čase, metadat souvisejících s cvičeními (jako jsou sektory nebo dráhy) nebo dokonce záměrnou chybou zpětného čtení pro trénování ATCo. stážisty, aby je identifikovali. Náš systém ASR může dosáhnout až 5,5 % a 15,9 % absolutní slovní chybovosti (WER) na audiu ATC vysoké a nízké kvality. Ukazujeme také, že přidáním sledovacích dat do ASR lze dosáhnout přesnosti detekce volací značky více než 96 %.

Rok
2023
Strany
1–25
Časopis
Aerospace, roč. 10, č. 5, ISSN 2226-4310
Vydavatel
MDPI
Místo
BASEL
DOI
10.3390/aerospace10050490
UT WoS
000995051300001
EID Scopus
2-s2.0-85160734440
BibTeX 
@article{BUT187716,
  author="Juan {Zuluaga-Gomez} and Amrutha {Prasad} and Iuliia {Nigmatulina} and Petr {Motlíček} and Matthias {Kleinert}",
  title="A Virtual Simulation-Pilot Agent for Training of Air Traffic Controllers",
  journal="Aerospace",
  year="2023",
  volume="10",
  number="5",
  pages="1--25",
  doi="10.3390/aerospace10050490",
  issn="2226-4310",
  url="https://www.mdpi.com/2226-4310/10/5/490"
}
Soubory
Nahoru