陆空通话

摘要： 为有效测评民航飞行员陆空通话绩效,探索影响飞行员陆空通话绩效的因素,选取20名飞行学员作为被试,将经验水平、疲劳程度、英文水平作为自变量,设计陆空通话模拟实验,统计实验过程中被试陆空通话的错误次数并进行分析。结果发现:被试的经验水平对复诵错误次数有显著影响,疲劳程度对重复次数和错误次数均有显著影响,英文水平对重复次数有显著影响。提出的飞行员心理状态模型能在一定程度上反映飞行员在复诵时的偏差情况。此结论可为民航飞行员的培训、排班提供一定理论支持。

摘要： 民航运输过程中陆空通话双方出现信息不一致的问题会威胁飞行安全。为了保障陆空通话的准确性,提出一种基于注意力机制的陆空通话语义感知模型,对陆空通话复诵与问答进行语义感知与判别。该模型结合多种特征向量表示句子并对句子向量进行编码,建立注意力交互矩阵计算指令与答复的软对齐结果,采用前馈神经网络和增强差异性的方法进行语义信息的对比聚合,从而实现语义的匹配与感知。实验结果表明,该方法在陆空通话数据集的测试准确率达到94.57%,相较于其他匹配模型更适用于陆空通话语义分析。

摘要： 为保障民航安全,培养优秀的飞行员和空中交通管制员,在校飞行与空管学生的陆空通话模拟机训练量与训练要求将进一步提高。实际通话中,管制员针对不同飞机发布的指令是由不同的机组人员复诵并执行的,但在具体的模拟机练习中,机长位需要操作十几架至二十几架飞机,短时间内管制员多个指令的发布常导致机长位操作人员无法应对,还需同时考虑复诵的准确性,往往导致错误的发生。文章首先明确了目前在校的飞行与管制学生陆空通话训练过程中存在的问题,同时针对此类问题提出了基于语音识别的机长位操作自动化系统研究的软、硬件设计方案,并采用LSTM循环神经网络模型,提升了识别率,降低了识别时间。该系统能够在陆空通话训练过程中完成相应的功能操作,满足了机长位通话训练中的模拟机教学的多样性和复杂性要求,显著提升教学质量。

摘要： 为提升民航飞行员陆空通话能力,探究民航飞行员陆空通话技术的影响因素,选取20名飞行学员作为被试,模拟民航飞行进近阶段的陆空通话实验。将疲劳程度、经验水平、英文水平作为自变量,统计被试陆空通话中的重复次数和错误次数并进行分析。结果发现,疲劳程度和英文水平对重复次数有显著影响,疲劳程度和经验水平对错误次数有显著影响。此研究结论可为民航飞行员的排班及陆空通话技术培训提供一定参考。

摘要： 为提升管制员培训效果,减少人物力成本,利用深度学习序列到序列框架,对陆空通话标准用语(英文)进行处理与建模,实现输入管制员文本指令,即可输出飞行员文本应答.首先模拟管制员飞行员对话用语习惯,创建航行进离场阶段英文数据集;其次建立陆空通话模型,并对模型进行优化和训练;最后通过相关指标评估模型效果.实验结果显示,模型应答具有较高准确率,证明论文方法在陆空通话领域具备实用性和有效性.

摘要： 陆空通话是飞行中关键的信息交流途径,错误的陆空通话可能引起非常严重的飞行事故。为了将陆空通话发生错误的概率降到最低,有必要在飞行员复诵指令之后进行语义的校验。近年来深度学习在自然语言处理领域有了深厚的积累,双向长短时记忆网络、Text-CNN和Transformer等模型都有着很好的应用。预训练语言模型的出现更是使得自然语言处理领域有了突破性进展,预训练语言模型在各种自然语言处理任务中都有着优秀的效果。对于文本在计算机中的向量表示形式,BERT预训练语言模型采用句子对分类的方式进行语义校验。

摘要： 陆空通话是飞行中关键的信息交流途径,错误的陆空通话可能引起非常严重的飞行事故.为了将陆空通话发生错误的概率降到最低,有必要在飞行员复诵指令之后进行语义的校验.近年来深度学习在自然语言处理领域有了深厚的积累,双向长短时记忆网络、Text-CNN和Transformer等模型都有着很好的应用.预训练语言模型的出现更是使得自然语言处理领域有了突破性进展,预训练语言模型在各种自然语言处理任务中都有着优秀的效果.对于文本在计算机中的向量表示形式,BERT预训练语言模型采用句子对分类的方式进行语义校验.

摘要： 目前国内管制员对陆空通话滑行指令的使用不统一,容易造成飞行员混淆和误操作,进而引发跑道侵入,威胁跑道安全。针对目前国内滑行指令存在多种版本的现象,通过参阅国际民航组织和美国联邦航空管理局有关陆空通话的文件,以国内现行规章为依据,结合中南地区空中交通管理局的相关规范要求,并借鉴一线管制员的优秀指挥经验,得出陆空通话滑行指令的规范表达建议,即应在滑行指令中明确滑行许可界限,统一用“等待点”指代跑道等待位置。

摘要： 目前国内管制员对陆空通话滑行指令的使用不统一,容易造成飞行员混淆和误操作,进而引发跑道侵入,威胁跑道安全.针对目前国内滑行指令存在多种版本的现象,通过参阅国际民航组织和美国联邦航空管理局有关陆空通话的文件,以国内现行规章为依据,结合中南地区空中交通管理局的相关规范要求,并借鉴一线管制员的优秀指挥经验,得出陆空通话滑行指令的规范表达建议,即应在滑行指令中明确滑行许可界限,统一用"等待点"指代跑道等待位置.

摘要： 民航业发展一百多年来,陆空通话作为其伴生产物也由简单的随意性的交流变为一门专业的语言,并且有自己的特色及要求.如何减少因陆空通话造成的事件数,是所有管制员及飞行员面临的一个性问题.本文通过对相典型案例的分析得出保障陆空通话的两大因素,再从两项因素出发提出改进方案,达到保障陆空通话安全性的目的.通过对陆空通话的复述方面提出改进措施，从基础培训、岗位培训、规章制度等三方面入手，加强管制员与飞行员的陆空通话复述意识，从而在根源上避免因陆空通话引发的安全事故。通过设计出的一款基于二次雷达和欧洲猫系统的新航电设备，在硬件环境上最大限度的避免陆空通话等人为因素造成的安全事故，达到提高安全性的目的。这两种改进措施在结合各地方实际情况的基础上加以应用，会成为航空活动安全性的强有力的保障。

摘要： 一种基于CNN的陆空通话复诵差错分类方法。其包括制作语料库；得到增强one‑hot词向量；产生每一复诵对中两个语句的句子矩阵；将句子矩阵输入传统CNN或one‑layer CNN中而产生语义向量；对由传统CNN或者one‑layer CNN输出的语义向量进行匹配而得到匹配向量；利用全连接softmax层对匹配向量进行分类，由此完成陆空通话复诵差错分类等步骤。本发明优点：利用了CNN自动学习文本语义特征优势，能免去人工设计特征的开销，可自动实现陆空通话复诵差错分类，不需对大量数据进行统计分析。利用了CNN参数共享的优势，减少了模型参数以及模型复杂度，从而缩小运行时间，有利于实现实时检测目的。

摘要： 本发明涉及民用航空空中交通管理领域，特别是一种陆空通话说话人身份识别方法及装置。本发明基于深度神经网络的声纹识别和语义理解技术，来对陆空通话中的说话人进行身份识别，解决陆空通话中开放环境下“多人”、“多轮”对话中的说话人身份识别问题，建立管制通话上下文的关联，提高机器智能对管制通话的理解能力，为空管安全防护、管制数据分析等应用提供可靠的说话人身份信息，从而提升管制安全系数。

摘要： 本发明公开一种针对民航陆空通话领域的中英文语种语音识别方法及系统。方法包括：获取民航陆空通话语音的数据集，包括音频文件、标注文本、发音词典、语言模型，作为训练数据集；对所述训练数据集进行特征提取，并对所述数据转换得到特征向量；根据所述特征向量进行语种识别训练，得到中英文语种识别模型；根据所述特征向量进行语音识别训练，得到中英文语音识别模型；将所述语种识别模型作为前端、所述语音识别模型作为后端得到民航空中交通管制中英文语种语音识别方法。采用本发明的方法或者系统能够辅助管制员进行陆空对话分析，保证语音识别的精确度，提高民航陆空通话的准确性。

摘要： 本发明属于人工智能语音识别领域，提供一种民航客机陆空通话语音识别引擎及其应用方法，包括通过信号线连接的录音输入设备和计算机，计算机内至少设置地空通话音频分割子系统、人工智能语音识别子系统、预警唤醒语音子系统、声纹确认子系统。应用方法包括：通过录音输入设备输入录音音频，录音音频经过地空通话音频分割子系统进行音频分割；将分割好的音频段输入人工智能语音识别子系统，使音频段转写成文本转写好的文本输入预警唤醒语音子系统进行检索唤醒管检测，保留含有唤醒词语音音频的索引；声纹确认子系统通过预警唤醒词的索引进行飞行员声纹库搜索，返回同一类声纹的航班语音信息；实现对含有特定关键词唤醒语音的飞行员、航班号辨识。

摘要： 本申请涉及语音识别技术领域，公开了一种基于双任务的Conformer陆空通话声学模型构建方法，其包括以下步骤：建立陆空通话数据集；提取Fbank特征并作为陆空通话语音信号的声学特征；对声学特征进行数据扩充；将CNN模型引入到Transformer模型形成Conformer模型；基于扩充后的所述声学特征，使用CTC模型和LAS模型对Conformer模型进行训练，形成基于CTC模型、LAS模型双任务的Conformer陆空通话声学模型。本申请具有语音识别的精确度较高，提高了陆空通话的准确性的效果。

摘要： 本发明提出了一种陆空通话端点检测方法。首先，对数据进行预处理；然后选用短时能量、短时过零率及谱熵三种特征进行融合获得融合特征；接着，在获得陆空通话音频EZH特征值的基础上，使用结合FINCH聚类的双门限值估计算法对双门限法所需的高低门限值进行估计；最后，利用获得的高低门限值进行双门限法判决，确定陆空通话中语音的开始点和结束点，完成陆空通话的端点检测。

摘要： 本发明提出了一种面向陆空通话短语音特点的说话人识别方法。首先，构建端到端的模型，以识别说话人身份为最终目标直接利用语音的数字信号作为模型的输入；接着设计双重注意力机制对稀疏的语音特征进行增强；最后，采用残差神经网络作为骨干网络，采用多尺度卷积的残差块进一步提升短语音说话人识别模型的能力，完成说话人识别的任务。

摘要： 本发明公开了一种民航多语种无线电陆空通话的语种识别方法及系统，所述方法包括：构建各语种的文本字典，分别训练部署各语种端到端的语音识别模型；将语音分别送入到各语种的语音识别模型中得到文本和后验概率；通过各语音识别模型输出的后验概率计算语音的每一非空白帧概率最大字符的概率平均值，将各语音识别模型输出的概率平均值作为其对应语种的置信度；放缩各语种对应的置信度；比较各语音识别模型得到的置信度大小，选择当前语音的语种，返回文本。本发明应用时不需要增加复杂的计算模块，能够充分利用语音识别算法对语言的先验知识，对复杂环境下的语种识别具有较高的自适应性。

摘要： 本发明涉及民用航空空中交管理语音通信领域，特别是一种基于特征融合的陆空通话说话人角色识别方法及装置。本发明提出了一种基于特征融合的陆空通话说话人角色识别方法，通过综合考虑陆空通话语音信号的特征表示和文本信息的特征表示，提高了陆空通话语音中说话人角色识别的准确率，解决了陆空通话中说话人角色识别的难题，为空管安全防护、空管数据分析、空管业务培训等应用提供相对应的说话人角色信息。

摘要： 本发明公开一种针对民航陆空通话领域的语种识别方法。方法包括：获取民航陆空通话领域语音，对语音信号进行预处理，作为数据集；对所述数据集进行特征提取，得到特征向量；根据所述特征向量采用深度神经网络训练，得到语种识别模型；运用所述语种识别模型，实现对民航陆空通话领域的语种识别。民航陆空通话领域语音语速快，语音时间短，语音的现有特征表达不足，成为语种识别的一个难点，而深度神经网络对特征有较好的再表达效果，能够自动获取特征并进行分析，将深度神经网络运用到本发明上，能够辅助管制员进行陆空对话分析，识别对话语种，突破语种交流的障碍。