管制指令語音識別技術(shù)應(yīng)用之我見

□ 民航呼倫貝爾空管站 田 軍 呼木吉勒/文

隨著近些年航班量的不斷增加，空管管制員的通話量和安全壓力也隨之增大，如何避免因人為原因造成的民航安全事故，是提升管制效率、確保飛行安全的重要課題。

管制指令識別技術(shù)是將語音識別技術(shù)和基于空管大數(shù)據(jù)的深度學(xué)習(xí)算法相結(jié)合，將管制指令語音轉(zhuǎn)換為計算機(jī)可處理的數(shù)字記錄，通過綜合處理管制指令信息及空管監(jiān)視數(shù)據(jù)信息，分析管制指令中可能存在的錯誤，及時提示管制員化解風(fēng)險。管制指令語音識別技術(shù)在民航領(lǐng)域的應(yīng)用對提升空管系統(tǒng)智能化水平和提高管制指揮效能都具有非常重要的意義。

管制指令數(shù)字化理論分析

中國民航局參照國際民航組織的ATC用語手冊制定了《空中交通無線電通話用語標(biāo)準(zhǔn)(MH/T4014-2003)》，從用語規(guī)范可知管制指令具有專業(yè)特征強(qiáng)、發(fā)音高度清晰、指令公式化、簡練性、詞語的單一意旨性及結(jié)構(gòu)祈使性等特性。空中交通管制針對不同的飛行階段可以分為塔臺管制、進(jìn)近管制和區(qū)域管制。這些管制模式的管制用語格式固定，如航班呼號+指令動作+狀態(tài)，簡單類指令和復(fù)雜類指令結(jié)構(gòu)如圖1圖2所示。同時，管制指令詞匯樣本空間小、指令較少、重復(fù)率高。因此，建立深度學(xué)習(xí)模型，利用管制指令語音迭代訓(xùn)練語音模型，可以提高語音匹配成功率，為高準(zhǔn)確率轉(zhuǎn)換管制指令語音提供了理論基礎(chǔ)。

圖1： 簡單類指令的結(jié)構(gòu)（高度變化）

圖2： 復(fù)合類指令的結(jié)構(gòu)（調(diào)制航線并改變高度）

自20世紀(jì)60年代Denes等人研究成功了世界上第一個計算機(jī)語音識別系統(tǒng)至今，語音識別技術(shù)已經(jīng)取得巨大的進(jìn)步并趨于成熟，已在通用辦公及智能語音對話領(lǐng)域取得良好應(yīng)用效果。目前使用的主流語音識別引擎為卡耐基·美隆大學(xué)基于Java語言研發(fā)實現(xiàn)的Sphinx-4語音識別引擎。20世紀(jì)80年代，卡耐基·美隆大學(xué)的J.K.Baker以及IBM的F.JelineK等人將隱馬爾夫模型（HMM）應(yīng)用于語音識別，大幅度增強(qiáng)了語音識別引擎Sphinx-4的識別性能，使Sphinx-4成為當(dāng)前最好的識別引擎之一。因Sphinx-4原代碼開源，便于功能的增加和更改，可根據(jù)民航系統(tǒng)特定的管制語音發(fā)音特點(diǎn)及語音結(jié)構(gòu)修正語音模型。又因其基于Java語音開發(fā)，可移植性好，可以在多個平臺上運(yùn)行，便于系統(tǒng)在民航領(lǐng)域的研究開發(fā)。Sphinx-4可以使用自定義空中交通無線電地空通話標(biāo)準(zhǔn)用語語言模型，識別特定組合的語音模型，經(jīng)聲學(xué)模型訓(xùn)練后的識別率可以高達(dá)90%以上，為識別轉(zhuǎn)換管制語音指令奠定了技術(shù)基礎(chǔ)。

管制指令語音識別技術(shù)應(yīng)用思考

管制指令語音識別是將管制員模擬的音頻信號轉(zhuǎn)化為計算機(jī)可處理的數(shù)字信號，使處理服務(wù)器可以獲取管制員的指揮意圖，結(jié)合空管自動化系統(tǒng)輸出的綜合航跡信息及飛行計劃信息，給出指令意圖是否與現(xiàn)行飛行動態(tài)沖突的告警提示，可將告警關(guān)口前移至管制員發(fā)布指令階段，使管制員有更充足的時間提前更正指令，進(jìn)一步避免了因指揮過程中“錯、忘、漏”現(xiàn)象而導(dǎo)致的安全事故的發(fā)生，系統(tǒng)邏輯判斷流程如圖3所示。語音指令識別技術(shù)可以為民航領(lǐng)域帶來一種全新的監(jiān)控手段，具備非常廣闊的應(yīng)用前景和巨大的應(yīng)用價值。

圖3： 系統(tǒng)邏輯判斷流程

（一）管制指令規(guī)范性及復(fù)誦一致性監(jiān)控

國際民航組織規(guī)定的標(biāo)準(zhǔn)陸空通話用語精煉、嚴(yán)謹(jǐn)，明確了單詞的用法和含義，消除不同語言、不同國家、不同習(xí)慣產(chǎn)生的交流障礙，避免通話中歧義的產(chǎn)生，并且一次完整的陸空通話過程包括：管制員“說”，飛行員“復(fù)誦”收到的內(nèi)容，管制員“聽”復(fù)誦內(nèi)容的正確性和完整性，并進(jìn)行“更正”這幾個環(huán)節(jié)組成，而在其中各環(huán)節(jié)出現(xiàn)因人為因素造成的民航事故均有案例發(fā)生。以1993年發(fā)生在我國西北地區(qū)某機(jī)場的空難為例，管制員向機(jī)組發(fā)出高度表撥正值指令，而機(jī)組錯誤當(dāng)成高度值處置，最終釀成機(jī)毀人亡的慘劇。語音識別技術(shù)可以在管制員發(fā)出指令后，在系統(tǒng)規(guī)定的可變參數(shù)時間內(nèi)，接收并識別機(jī)組復(fù)述語音，系統(tǒng)將對復(fù)述數(shù)據(jù)中的高度、速度和航向等關(guān)鍵信息與管制指令做比對，如果發(fā)現(xiàn)管制指令與機(jī)組復(fù)述不一致，系統(tǒng)會給出不一致告警，提示管制員與機(jī)組進(jìn)一步核實指令信息，通過技術(shù)手段降低此類因陸空通話中用語不規(guī)范及錯誤理解導(dǎo)致的民航事故。通話流程處理邏輯流程如圖4所示。

（二）管制指令正確性監(jiān)控

目前，飛行目標(biāo)短期沖突告警及低高度告警等均由空管自動化系統(tǒng)通過對目標(biāo)監(jiān)視數(shù)據(jù)的距離等信息進(jìn)行判別后給出，告警的及時性受到判別門限及判別周期的限制，管制指令語音識別可將管制話音提取為可處理的管制意圖信息，結(jié)合S模式雷達(dá)及ADS-B等監(jiān)視數(shù)據(jù)中飛行意圖數(shù)據(jù)，故障告警判別提前至管制指揮意圖階段，彌補(bǔ)當(dāng)前ATC系統(tǒng)中短期沖突和最低安全高度告警的局限性。通過獲取管制指揮意圖，可給出管制指令正確性的監(jiān)視，第一時間給出管制員指令可能存在錯誤的提示。以2016年華東某機(jī)場跑道入侵事件為例，管制員指揮一架航班橫穿跑道后，遺忘該飛行動態(tài)，并向另一架飛機(jī)發(fā)出起飛許可，導(dǎo)致兩架航班危險接近，若管制員發(fā)出語音指令后，通過語音識別技術(shù)將管制指令轉(zhuǎn)換為可計算的管制意圖信息，結(jié)合監(jiān)視數(shù)據(jù)信息推算一段時間內(nèi)可能出現(xiàn)的沖突并給出指令錯誤提示，可避免此類危險接近發(fā)生，邏輯流程如圖5所示。

圖4： 指令規(guī)范性及復(fù)誦一致性監(jiān)控

圖5： 指令正確性監(jiān)控流程

（三）提高模擬機(jī)應(yīng)用效率

管制模擬機(jī)是專門供管制人員訓(xùn)練使用的仿真模擬系統(tǒng)，由管制席、機(jī)長席和教員席三部分組成，管制員在管制席位下達(dá)的語音指令需教員在機(jī)長席位手動輸入管制指令以控制飛機(jī)的模擬飛行路徑，再進(jìn)行人工機(jī)長應(yīng)答才能完成完整的訓(xùn)練。目前，空管培訓(xùn)系統(tǒng)中所有的雷達(dá)、程序和塔臺管制模擬機(jī)都配備專門的模擬機(jī)長席位，訓(xùn)練時必須和管制受訓(xùn)席位按1∶1比例配置模擬機(jī)長，專門為模擬飛機(jī)做人工響應(yīng)和輸入操作。隨著培訓(xùn)人數(shù)和次數(shù)的增多，教員少、模擬機(jī)長不足、席位利用率不高等因過度依賴人工操作而導(dǎo)致的這類問題日益突顯。語音識別技術(shù)在模擬機(jī)領(lǐng)域的應(yīng)用，可以使系統(tǒng)代替教員在機(jī)長席位自動接收管制指令并給出應(yīng)答，減輕教員的訓(xùn)練負(fù)荷，減少訓(xùn)練成本，提高訓(xùn)練效率。國外已成功地將語音識別技術(shù)應(yīng)用于管制模擬機(jī)中，研發(fā)出具體的產(chǎn)品，成功地用于管制學(xué)員的培訓(xùn)，實現(xiàn)管制訓(xùn)練過程中學(xué)員語音識別、指令解析、模擬機(jī)長語音合成（請求、應(yīng)答）、機(jī)長自動操作等功能。相比之下，國內(nèi)管制指令語音識別技術(shù)起步較晚，目前仍處于研發(fā)階段。

（四）管制語音質(zhì)量分析

相比空管記錄儀模擬語音，管制指令語音數(shù)字化為管制數(shù)據(jù)統(tǒng)計分析提供了廣闊的應(yīng)用場景，如管制指令規(guī)范性分析、事故原因分析、基于語音識別與管制指令統(tǒng)計的管制員工作負(fù)荷評估、指揮飛機(jī)總架次/高峰架次/平均架次、基于聲學(xué)特性對管制員疲勞程度監(jiān)視等。與傳統(tǒng)基于模擬話音的數(shù)據(jù)分析不同，語音數(shù)字化后的管制話音記錄在管制話音時長統(tǒng)計和保障架次等的量化分析更為精準(zhǔn)，檢索定位效率更高，管制語音數(shù)字化在民航統(tǒng)計分析領(lǐng)域的應(yīng)用將為各類民航政策的制定提供精準(zhǔn)的基礎(chǔ)數(shù)據(jù)支撐。