Reconhecimento automático de fala aplicada ao controle de tráfego aéreo

Abstract

A 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).