語音識別系統(tǒng)在民機(jī)駕駛艙的應(yīng)用

宋金澤（上海飛機(jī)設(shè)計研究院，上海 201210）

語音識別系統(tǒng)在民機(jī)駕駛艙的應(yīng)用

宋金澤
（上海飛機(jī)設(shè)計研究院，上海 201210）

在飛機(jī)駕駛艙引入語音識別系統(tǒng)，是時代與科技發(fā)展的必然結(jié)果，減輕駕駛員負(fù)荷，并符合新一代飛行員對智能科技的追求。語音識別系統(tǒng)的核心在于特性提取、模式匹配和噪聲濾除，該領(lǐng)域的研究都比較成熟，使得語音識別系統(tǒng)在飛機(jī)駕駛艙應(yīng)用成為可能。本文結(jié)合飛機(jī)駕駛艙使用環(huán)境與民機(jī)設(shè)計特點，對民用飛機(jī)駕駛艙內(nèi)貫徹語音識別系統(tǒng)進(jìn)行了探討。

民機(jī) 駕駛艙 語音識別

1 技術(shù)前景

民航系統(tǒng)出于安全考慮，對技術(shù)的成熟度要求較高，因此不論機(jī)載還是地面系統(tǒng)，并不總是急于第一時間嘗試新技術(shù)。然而在飛機(jī)駕駛艙引入語音識別系統(tǒng)，是技術(shù)進(jìn)步帶來的一種必然［1］，可以減輕飛行員負(fù)荷，并符合新一代飛行員對智能科技的追求。

2 語音識別系統(tǒng)的基本原理

語音識別系統(tǒng)的核心在于特性提取、模式匹配和噪聲濾除，這些領(lǐng)域的研究目前都已比較成熟。

參數(shù)提取的算法主要有LPCC（線性預(yù)測倒譜系數(shù)）和MFCC （Mel頻率倒譜）。MFCC具有更強(qiáng)的抗干擾能力等特點，更適合與噪聲較多、發(fā)話人不能離輸入設(shè)備很近的環(huán)境。模式匹配通過計算現(xiàn)有語音模式與語音模板庫中的模板的距離，來獲得最佳的匹配模式。主要有DTW（動態(tài)時間規(guī)整）、HMM（隱馬爾科夫模型）和ANN（人工神經(jīng)元網(wǎng)絡(luò)）法。ANN與HMM需要大量的計算，DTW更適合用于孤立詞、小詞匯量的語音識別［2］。噪聲是影響識別準(zhǔn)確率的重要因素，但是汽車領(lǐng)域里已經(jīng)有了較好的實踐，可以做到即使車內(nèi)環(huán)境很嘈雜（副駕駛座上的乘客在說話， 或者車載音響被打開），也不影響駕駛者操控語音系統(tǒng)［3］。

3 機(jī)上實現(xiàn)方法

某些航空設(shè)備制造商已經(jīng)推出了語音識別產(chǎn)品，但是只局限于個別廠家的單個產(chǎn)品，功能有限。相比單一設(shè)備供應(yīng)商，主制造商具有無以倫比的綜合集成優(yōu)勢：（1）在機(jī)上選用性能更強(qiáng)的機(jī)載硬件，富余的計算資源可以支持復(fù)雜的運算；（2）采用集成度高的航電系統(tǒng)，語音識別的結(jié)果可以有效輸出到各系統(tǒng)。以下給出一種設(shè)想的實施架構(gòu)。

（1）在飛機(jī)上增加專用設(shè)備——“語音處理單元”用于處理飛行員的語音輸入并產(chǎn)生指令輸出；或不增加專用設(shè)備，而將該部分功能——“語音處理功能”駐留在綜合航電系統(tǒng)中。（2）通過各系統(tǒng)的設(shè)計保障等級與系統(tǒng)安全性分析，制定控制飛機(jī)的語音指令集，分別對應(yīng)不同安全級別系統(tǒng)的響應(yīng)?？梢酝ㄟ^航電軟件升級對語音指令集進(jìn)行修改。對于不影響安全的一些語音指令，允許航空公司通過USB等方式快速更新。（3）飛機(jī)駕駛艙處于持續(xù)噪聲環(huán)境中，而且隨著飛行階段的不同，噪聲水平也不同。因此除了選用良好的麥克風(fēng)輸入設(shè)備，還需要精準(zhǔn)的噪聲濾除?？筛鶕?jù)不同飛行階段的環(huán)境噪聲建立數(shù)據(jù)庫，比較合適的方式是在飛機(jī)型號研制試飛時，隨著對飛機(jī)包線的摸索一并完成。（4）飛行員通過打開指令接收通道來激活語音處理單元/功能，激活指令的方式可選（以下選項互不排斥）：1）在飛機(jī)上加裝專用的激活按鈕；2）使用現(xiàn)有的PTT內(nèi)話按鈕；3）關(guān)鍵詞激活HOT MIC。（5）語音處理單元/功能激活后，將按照事先規(guī)定的標(biāo)準(zhǔn)句法識別飛行員的意圖。飛行員可以隨時中斷語音輸入。語音輸入成功后根據(jù)命令等級不同對應(yīng)不同的確認(rèn)程序，如音響或機(jī)器人聲的語音回放。該聲音的大小可調(diào)。語音輸入的同時系統(tǒng)將會監(jiān)視對應(yīng)的設(shè)備有無被手動操作，如有將取消語音輸入指令并提示飛行員。

4 典型應(yīng)用場景

下面結(jié)合4條實例說明在駕駛艙實裝語音識別系統(tǒng)的優(yōu)勢。

（1）飛行員注意到EICAS上有一條故障信息，通過語音助手打開對應(yīng)的CMS顯示頁面，這些頁面在沒有語音識別的情況往往需要飛行員多步導(dǎo)航才能到達(dá)；（2）飛機(jī)正在飛越一片嚴(yán)重湍流區(qū)，飛行員忙于穩(wěn)住飛機(jī)的姿態(tài)，通過語音助手打開系緊安全帶指示燈，并實時下傳湍流報，提醒地面規(guī)劃好后續(xù)飛機(jī)的航線；（3）惡劣天氣下，飛行員通過語音助手發(fā)出氣象請求，并顯示收到的回復(fù)。當(dāng)管制員要求飛機(jī)復(fù)飛轉(zhuǎn)場時，飛行員通過語音助手更改飛行計劃到備用機(jī)場。 （4）延時提醒，管制員要求飛行員在某高度報告，飛行員告知語音助手，當(dāng)系統(tǒng)檢測到飛機(jī)達(dá)到指定高度時提醒飛行員。

5 結(jié)語

語音識別技術(shù)在國內(nèi)外均有大量研究，技術(shù)的成熟度日漸提高，普及領(lǐng)域呈現(xiàn)拓展趨勢，如蘋果的”SIRI”、電腦平臺的“Saybot”、百度語音搜索等。許多汽車也具有語音識別功能，作為高端產(chǎn)品的飛機(jī)更不應(yīng)當(dāng)落后于潮流。

如果說當(dāng)前還沒有廣泛使用是因為可靠性尚待提高，那么當(dāng)技術(shù)水平進(jìn)步到以前的劣勢，如可靠性，已經(jīng)不再是制約瓶頸的時候，就是新技術(shù)一馬平川的應(yīng)用之時。在飛機(jī)駕駛艙應(yīng)用語音識別系統(tǒng)前景廣闊，技術(shù)儲備逐漸成熟，國外嗅覺敏銳的航電系統(tǒng)集成商已經(jīng)開始建立專利壁壘，如HONEYWELL公司就在2010年申請了一項美國專利Methods and systems for utilizing voice commands onboard an aircraft［4］。波音夢想飛機(jī)的夢幻燈光爭取了乘客的好奇心，語音識別系統(tǒng)也同樣會爭取到飛行員的好奇心，行業(yè)內(nèi)應(yīng)當(dāng)引起重視。

［1］凱文 凱利.必然［M］.北京:電子工業(yè)出版社，2016:29.

［2］石可箴.車載多媒體系統(tǒng)中語音識別技術(shù)研究［J］.數(shù)字技術(shù)與應(yīng)用.2012（2）:82-82.

［3］朱敏會.Nuance 的創(chuàng)新語音技術(shù)［J］.汽車與配件.2012（1）:30-31.

［4］DONG X Q，QIN X L.Methods and systems for utilizing voice commands onboard an aircraft［P］.USA.2011.

宋金澤（1986—）男，漢族，黑龍江哈爾濱人，上海交通大學(xué)碩士，工程師，研究方向：民機(jī)甚高頻通信、數(shù)據(jù)鏈、靜電放電。