Utilize este link para identificar ou citar este item: https://bdm.unb.br/handle/10483/37045
Arquivos neste item:
Arquivo Descrição TamanhoFormato 
2023_MatheusFCastro_tcc.pdf2,25 MBAdobe PDFver/abrir
Registro completo
Campo Dublin CoreValorLíngua
dc.contributor.advisorWeigang, Li-
dc.contributor.authorCastro, Matheus Feitosa de-
dc.identifier.citationCASTRO, Matheus Feitosa de. Reconhecimento automático de fala aplicada ao controle de tráfego aéreo. 2023. 58 f., il. Trabalho de Conclusão de Curso (Bacharelado em Engenharia da Computação) — Universidade de Brasília, Brasília, 2023.pt_BR
dc.descriptionTrabalho de Conclusão de Curso (graduação) — Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2023.pt_BR
dc.description.abstractA fala é o principal meio de comunicação entre as pessoas, e um importante pilar da aviação atual na comunicação entre controlador de tráfego aéreo e piloto. Por meio da comunicação falada, um controlador informa ao piloto pistas de pouso, decolagem, realiza o controle da altitude e realiza comunicações de emergência. Por isso, novas tecnologias para se evitarem ruídos de comunicação entre controlador e piloto são essenciais para a aviação.Existem diversos exemplos reais onde problemas de comunicação geraram acidentes catastróficos, como a colisão de Charki Dadri, que gerou 347 fatalidades, e o desastre aéreo de Tenerife que causou 583 fatalidades. Por esse motivo, este trabalho implementa e avalia um sistema de reconhecimento automático de fala que possa ser utilizado em sistemas de controle de tráfego aéreo. No trabalho foi utilizado o modelo Whisper, um modelosequence-to-sequence, baseado no modelo encoder-decoder em transformer, pré-treinado em várias configurações, e então realizado aprendizado por transferência em cima dessesmodelos pré-treinados para terem suas performances e taxas de erro avaliadas. A base de dados utilizada possui aproximadamente 10 horas de áudio falado e foi dividida em aproximadamente 6 horas de treino, 2 horas de validação e 2 horas de teste. Com uma base de treino tão pequena, seria de se esperar que o resultado do aprendizado por transferência fosse pequeno, porém nos testes realizados, apesar da base pequena, foi possível obter melhoria de até 25% na word error rate (WER).pt_BR
dc.rightsAcesso Abertopt_BR
dc.subject.keywordProcessamento de linguagem natural (Computação)pt_BR
dc.subject.keywordTráfego aéreopt_BR
dc.subject.keywordAprendizado de máquinapt_BR
dc.subject.keywordReconhecimento automático da vozpt_BR
dc.titleReconhecimento automático de fala aplicada ao controle de tráfego aéreopt_BR
dc.typeTrabalho de Conclusão de Curso - Graduação - Bachareladopt_BR
dc.date.accessioned2023-12-12T10:53:13Z-
dc.date.available2023-12-12T10:53:13Z-
dc.date.submitted2023-01-17-
dc.identifier.urihttps://bdm.unb.br/handle/10483/37045-
dc.language.isoPortuguêspt_BR
dc.rights.licenseA concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor que autoriza a Biblioteca Digital da Produção Intelectual Discente da Universidade de Brasília (BDM) a disponibilizar o trabalho de conclusão de curso por meio do sítio bdm.unb.br, com as seguintes condições: disponível sob Licença Creative Commons 4.0 International, que permite copiar, distribuir e transmitir o trabalho, desde que seja citado o autor e licenciante. Não permite o uso para fins comerciais nem a adaptação desta.pt_BR
dc.description.abstract1Speech is the primary method of communication in society and an important pillar of current aviation as it is used in the communication between air traffic controllers and pi lots. Through spoken communication, a controller informs the pilot of landing and takeoff tracks, performs altitude control, and performs emergency communications. Therefore, new technologies to avoid communication noise between driver and pilot are essential for aviation. There are several examples where communication problems led to catastrophic accidents such as the Charki Dadri collision, which led to 347 fatalities, and the Tenerife airport disaster which caused 583 fatalities. For this reason, this work implements and evaluates an automatic speech recognition system that can be used in air traffic con trol systems. The Whisper, a sequence-to-sequence model, based on the encoder-decoder model of the transformer, was used in several pre-trained configurations, and then fine tuned and adjusted to have their performances and error rating rates evaluated. The database used has approximately 10 hours of spoken audio and was divided into approx imately 6 hours of training, 2 hours of validation, and 2 hours of testing. With such a small training base, it would be expected that the fine-tuning improvement would be small, but despite the small base, it was possible to obtain an improvement of up to 25% in the word error rate (WER).pt_BR
Aparece na Coleção:Engenharia da Computação



Todos os itens na BDM estão protegidos por copyright. Todos os direitos reservados.