Konuşma algılama teknolojisinin hava trafiğinde kullanımı

Havayolu taşımacılığının popülerliği arttıkça hava trafiği kontrol görevlilerinin iş yükü de artıyor. Bu iş yükünün konuşma algılama sistemleri ile azaltılabileceği düşünülüyor. Hava trafiği yönetiminde otomasyonu dahil etmenin önündeki en büyük engel ise, kule ve pilot arasında gerçekleşen sözlü iletişimin makinelerce anlaşılmasının zor olması. İnsan konuşmasını yazıya çeviren otomatik konuşma algılama yazılımı sayesinde hava trafiği kontrol görevlilerinin işi azaltılırken trafik yönetimi de daha etkili hale gelebilir.

Horizon 2020 tarafından fonlanan MALORCA adlı projenin amacı asistan tabanlı konuşma algılama (ABSR) sisteminin makine öğrenimi ile geliştirilmesi ve çalışmalarda kullanılması. Avrupa’nın hava trafiği yönetim sistemini modernize etmek amacıyla kurulan SESAR adlı özel-kamu ortak kuruluşu bu girişimi gerçekleştirecek.

Klavye yerine sesli komut

Modern hava trafiği kontrol sistemlerinin güvenli, etkili ve güncel olması gerekiyor. Bu yüzde kontrol görevlilerinin önemli miktarda girdi sağlaması gerekiyor. Bu işlemler fare ve klavye aracılığıyla yapılıyor ancak konuşma algılama teknolojisi sayesinde hava trafiği görevlilerinin işi çok daha kolay hale gelebilir ve işlemler daha hızlı bir şekilde gerçekleştirilebilir.

Proje koordinatörü Hartmut Helmke “Konuşma algılama teknolojisi, hava yolu trafiğini kontrol ederken kullanılabilecek seviyeye erişti ancak farklı bölgelerdeki konuşma farklılıklarının algılanması için daha maliyetsiz bir yöntem gerekiyor.” diyor. Burada devreye makine öğrenimi giriyor. Makine öğrenimi sayesinde daha önceden kaydedilmiş radar ve konuşma kayıtları incelenerek bölgesel konuşma farklılıkları, konuşma algılama yazılımına tanıtılabiliyor.

Hızlı ve ucuz adaptasyon

MALORCA sistemi zaman içinde çalıştıkça kendini geliştirebiliyor. Yeni veriler sistemin daha etkili çalışmasını sağlıyor. Böylece sistemin her değişiklik için yeniden el ile programlanması gerekmiyor. Bu yaklaşım sayesinde sistemin ucuz ve hızlı bir şekilde kullanıma sunulması sağlanıyor.

Proje ortakları, Prag ve Viyana havalimanlarındaki iniş yöneticilerinin verilerini kullanarak eğitim verilerini farklı güven ölçeklerinde pozitif ve negatif olarak gruplara ayırdı. Bu ölçekler daha sonra makine öğrenimi algoritmasını eğitmek için kullanıldı. Eğer sistem, hava trafiği kontrol görevlisinin komutlarını doğru tahmin ederse ve bu sonuçlar konuşma algılama sistemi ile de teyit edilirse sistem devreye giriyor. Eğer komut doğru tahmin edilmemişse konuşma algılama sisteminin yanlış çıktı verdiği varsayılıyor.

Proje bu sayede havacılık endüstrisine konuşma algılama sisteminin pratik bir yaklaşım olarak yerleştirilmesini ve bugünün sesli iletişim sistemlerine entegre bir şekilde kullanılmasını sağlıyor. Makine öğreniminin konuşma algılama için kullanımı, hava trafiği kontrolündeki ilk kullanım şekli oldu. Ancak gelecekte diğer hava trafiği kontrol araçlarının yerleştirilmesi ve bakımı için de makine öğrenimi kullanılabilir.

Kaynak: International Airport Review