面向空中交通管制的时频域语音增强技术研究

本研究旨在通过语音增强技术解决空中交通管制通话中的语音干扰问题。通过结合频域降噪和时域增强方法,提出了改进的U-Net模型实现了对管制语音的有效降噪处理。采用SNR(Signal-to-Noise Ration)、MOS(Mean Opinion Score)来直接评估降噪效果。实验结果显示,与基线U-Net模型相比,改进模型的SNR值提升了4.5663,达到了7.3861。鉴于在实际ATC工作环境中难以准确计算SNR,采用了间接评估方法,通过语音识别系统的识别结果来间接衡量模型在真实ATC环境下音频的降噪效果。实验结果表明,经过语音增强处理后的测试音频在语音识别系统中平均字错率降低了1.79%,句错率降低了3%,改进后的模型能有效改善话音质量提升语音识别系统的识别准确率。

面向空管模拟机培训的智能应答机长研究

针对当前日益增长的空中交通管制员(以下简称“管制员”)培训需求以及传统管制员培训模拟机面临的效率低等问题,设计了1个面向空管模拟机培训的智能应答机长系统。该系统利用语音识别、指令提取、指令复诵、语音合成等技术,能够实现对管制模拟培训过程中管制员语音的智能识别和理解,并模拟飞行员自动输出复诵指令的功能。通过对真实空管对话语音模式的研究和分析,制定了1套详细的复诵规则,以适应不同场景下的管制指令复诵模式。此外,集成了特情处理模块以支持管制员特情处理培训。在真实管制培训环境下进行实验验证,结果表明,所提出的智能应答机长系统综合复诵准确率为88.6%,可以有效提升管制员培训质量和效率,显著降低了人力成本。并且,该系统可以作为子系统集成到现有的管制员培训模拟机系统中,具有较强的便捷性和兼容性。

陆空通话标准用语(英语)的语音指令识别技术研究

陆空通话标准用语(英语)的训练是空管模拟训练中的重要内容。对空管模拟训练中的语音指令自动识别问题进行了分析研究,包括:陆空通话标准用语基本特征的分析、语言模型的文法描述、指令特殊发音的识别处理、识别后处理方法以及声学模型训练方法等,并基于Sphinx-4语音识别引擎,设计实现了一个语音指令识别系统AIRS(ATC Instruction Recognizer System)。系统实验数据分析表明,声学模型训练后的语音识别正确率可以达到空管模拟训练的需求。

空管模拟训练中指令的语音识别与合成技术研究

空中交通管制指令标准用语的训练是空管模拟训练中的重要内容。本文对空管模拟训练中指令的自动语音识别及自动语音合成应答问题进行了分析研究,包括:指令标准用语基本特征的分析,语言模型的文法设计,指令特殊发音的处理,多次应答的处理等,并基于开源语音识别引擎及语音合成引擎,设计并实现了一个语音指令识别及合成系统AIRSS.系统实验数据分析表明,应答响应时间及语音合成的效果可以满足空管模拟训练的需求。

航管模拟器的语音识别与合成技术实现

随着航空运输业的快速发展,亟需雷达模拟机、塔台模拟机等设备培训空中管制人员,以提高空管人员的处置能力。为了提高航管雷达模拟训练的效率,基于微软语音引擎Windows Speech SDK,成功实现了航管模拟器中的语音识别与合成技术。语音识别中,基于基本语音识别,通过在xml中添加语音集和语法集来提高识别率;设计并构建了动态产生配置文件的训练系统,该系统通过特定词语的语音训练生成个人xml文件,正式使用时只需将xml文件导入以减少人工操作。语音合成中,通过微软引擎实现了基本的朗读功能,并提出了使声音更接近人声的方法。鉴于空管训练的严肃性,采用录音和播放方式实现了由特定人朗读的语音合成功能。运行情况表明,所设计构建的空管训练系统较好地满足了当前空中管制训练的要求,可明显提高航管模拟器的效率。

基于语音识别的空中交通态势评估方法

近年来,随着我国民航运输业的飞速发展,空中交通流量的迅速增长,位居民航运输第一线的管制员承担的压力日益增大。管制员的决策和指令一旦出现细微的错误,都有可能会造成严重的安全事故。因此首先依据科大讯飞公司提供的讯飞开放平台开发适用于空中交通管制场景的语音识别系统,将管制语音通话储存为文本形式,利用基于前缀因子过滤的正则表达式指令匹配方法,从语音文本中提取出管制指令信息;随后结合航空器飞行特征构建航空器飞行速度、高度和航向状态变化模型,以此为基础提出基于隐马尔可夫-BP神经网络的空中交通运行态势识别方法,能够有效识别当前管制指令下的空域内航空器飞行状态即空域运行态势,从而为管制员发布管制指令提供参考。

空管模拟机的IBM ViaVoice技术实现研究

阐述了空管模拟机自动机长席位的实现方法。通过对语音识别技术的研究,在引进IBMViaVoice语音识别系统的基础上,根据空管模拟机的功能需求,通过对其主控软件的改进,使语音识别技术与管制训练控制系统有机结合,实现了自动机长席位对非特定管制学员、连续管制指令语言的识别和仿真模拟雷达显示控制。

语用视角下的称呼语研究

称呼语作为一种社会指示语,体现了交际双方身份、地位及相对应的社会关系。称呼语在实际交际过程中往往具有语力,能实现诸如问候、警告、威胁、指责、规劝等多种言外行为。通过称呼语的礼貌使用,能减小交际中对面子的威胁,既能维护对方的积极面子,又能保住对方的消极面子。称呼语在会话轮换中不仅能构成"召唤—回答"系列的相邻对,还可以用来选定下一个说话人,或被参与者用来争取和保持话轮。

基于双向神经网络的民航陆空通话语音识别研究

在民用航空领域中,陆空通话是管制员进行有效管制的主要通讯手段,保障通话的准确性是维护空中安全、提高飞行效率的关键点。根据我国民航陆空语音通话,采用Bi-RNN网络模型分析陆空语音通话中上下文相关信息和语音信息特征模型中的特征参数,以连接时序分类为目标函数,进行语音声学模型训练。实验结果表明,Bi-RNN网络模型识别效果优于传统的DNN网络模型;通过逐步调整双向循环神经网络模型中隐藏层神经元数量以及采用迁移学习的方法可以有效降低错误率。