人工智能和语音识别技术在民航空管领域的应用和发展方向

发布时间：2019-11-25 12:44:04 来源：文档文库

小中大

字号：

手机查看

人工智能和语音识别技术在民航空管领域的应用和发展方向
作者：梁志杰
来源：《科学与财富》2019年第10期

摘要：安全是民航永恒的主题，是民航空管建设发展的基础。随着空中流量的不断上升，空中交通管制员的任务越来越重，他们对空管自动化系统的依赖也越来越强。为了适应空中交通流量的持续增长，保障飞行安全，这些年来空管自动化系统也在不断更新换代。本文的视角聚焦到近年来大热的人工智能和语音识别技术，通过对语音识别技术降低管制员工作量和提高管制工作安全系数的可行性展开讨论，并制定出一套可靠方案以供参考。

关键词：民航空管；自动化系统；人工智能；语音识别

一、概述

深度学习是一门多领域交叉学科，专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能[1]。它是人工智能的核心，是使计算机具有智能的根本途径。如果论及哪一个机器学习的领域最为热门，非人工智能莫属，这就是深度学习。深度学习框架又名深度神经网络，一个复杂的模式识别系统，可以实现从自动语言翻译到图像识别的功能。

神经网络是谷歌以及其他公司在深度学习中使用的一种系统。人们利用大量的数据，比如演讲片段，来训练神经网络，然后让这些神经网络能够自动对新的数据做出判断。2012年，谷歌首次将神经网络运用于语音识别，并在之后推出了开源工具。深度学习需要收集大量的数据，并且拥有处理这些数据的能力，做到这些并非易事，但深度学习技术正在蓬勃发展的道路上，并且已经突破了很多障碍，逐渐在各个民用领域广泛应用，而民航空管的自动化系统也在近些年开始借助空管大数据和深度学习方法研制基于语音识别的空管安全实时监视和事后分析系统。

由自动化系统、内话席位和管制员组成的管制席位的核心是管制员，通常的管制流程是：由管制员参照“看”到的自动化系统雷达显示动态，将管制指令通过内话系统发送出去，飞行员接收到指令后调整飞行姿态，最终管制员可以通过自动化系统显示的雷达动态确认“指令”是否得到正确理解和执行。这个闭环中，由于自动化系统和内话系统是相互独立的，完全依赖管制员来完成衔接，所以造成目前管制指挥闭环中管制员的角色异常重要——不能“看”错，不能“说”错。