Detail publikace
Readback Error Detection by Automatic Speech Recognition and Understanding - Results of HAAWAII project for Isavia's Enroute Airspace
Ondřej Karel, Ing. (UPGM FIT VUT)
Shetty Shruthi (DLR)
Kleinert Matthias (DLR)
Ohneiser Oliver (DLR)
Ehr Heiko (DLR)
Zuluaga-Gomez Juan (IDIAP)
a další
detekce chyb zpětného čtení, rozpoznávání řeči, porozumění řeči, řízení letového provozu, strojové učení
Jedna z nekritičtějších úloh kotrolerů letového provozu je vyhodnocování zpětného čtení pilotů a reagování v případě chyb. Nevšimnuté a neopravené chyby zpětného čtení můžou mít dramatický dopad na bezpečnost letového provozu. I když k nim dochází zřídka, výhody byť jen jednoho incidentu, kterému bylo zabráněno díky automatické detekci chyb zpětného čtení, ospravedlňují vynaložené úsilí. Projekt HAAWAII využívá automatické rozpoznávání a porozumění řeči (ASRU) k podpoře letových kontrolerů v tomto kritickém úkolu. Tento článek představuje dva přístupy pro detekci chyb zpětného čtení: expertní systém založený na ručně vytvořených pravidlech a přístup založený na strojovém učení z dat. Kombinace obou přístupů detekuje 81 % vzorků chyb zpětného čtení na skutečných hlasových nahrávkách ze vzdušného prostoru řizených společností ISAVIA. Zkušební testy se šesti ATC od společnosti ISAVIA, kteří produkovaly umělé, ale náročné vzorky chyb zpětného čtení, vedly k 11 % falešným poplachům a 80 % správně detekovaným chybám zpětného čtení. Tyto výsledky jsou založeny na automaticky vytvořených přepisech s 5 % chybovostí pro kontrolery a 10 % pro piloty.
@INPROCEEDINGS{FITPUB12928, author = "Hartmut Helmke and Karel Ond\v{r}ej and Shruthi Shetty and Matthias Kleinert and Oliver Ohneiser and Heiko Ehr and Juan Zuluaga-Gomez and Pavel Smr\v{z} and et al.", title = "Readback Error Detection by Automatic Speech Recognition and Understanding - Results of HAAWAII project for Isavia's Enroute Airspace", pages = "1--9", booktitle = "SESAR Innovation Days 2022", year = 2022, location = "Budapest, HU", language = "english", url = "https://www.fit.vut.cz/research/publication/12928" }