空管陆空通话语音分析系统开发与实践＊

孙禾

（中国民航大学空中交通管理学院，天津 300300）

作为民航安全与效率的保障的重要一环，管制员的工作效率直接影响民航系统的经济效益与安全。对于空中交通管制员来说，陆空通话是实施管制工作的最直接的方式。管制员通过简洁、明确、规范的语音指令为航空器驾驶人员提供安全保障。而疲劳工作会使工作人员的警觉度和工作能力有一定程度下降，使语音特征和正常工作状态下有一定程度不同[1]，通过语音疲劳方面的研究可以在工作中进一步推断管制员的疲劳状态，以提前避免事故及事故征候的产生。

针对管制员的疲劳研究，可以参照国际民航组织（International Civil Aviation Organization，后简称“ICAO”）于2016 年颁布的DOC9966《疲劳管理做法监督手册》以及中国民航局于2017 年颁布的规范性文件《民航管制员疲劳管理参考学习资料》，文件中详细阐述了关于管制员的疲劳状态研究和发展。国内也有专家提出了基于管制员语音反应时的疲劳风险定量评价模型[2]。

应用语音分析疲劳状态的研究起步较晚，1996 年，WHITMORE 和FISHER 通过实验发现了飞行员的语音信号频率和时长与疲劳程度呈正相关关系[3]；2006 年，美国新罕布什尔大学的研究团队首次提出利用MFCC 来呈现疲劳状态[4]。

本文设计并开发了空管陆空通话语音分析系统，对空中交通管制员的陆空通话语音进行监控，分析其疲劳程度，并对管制员进行适当的提示，具有比较现实的研究意义。

1 基于陆空通话语音分析的空管实验教学方案

1.1 空管实验教学现状分析

管制员培养是一个严谨且周期较长的过程，由于其工作性质的特殊性，实验教学环节就显得尤为重要。按照目前的空管实验教学方案，学生通常分别扮演模拟管制员以及配合操作的模拟飞行员，通过内话系统进行陆空通话交流。学生作为管制员操作时，需要根据模拟机预设的飞行训练计划，对飞机进行指挥[5]。教师在席位后方观察学生的操作，指出存在的问题。做完一套练习项目后，教师再组织所有学生进行统一点评，并布置下一个练习任务。这样经过约一个月的连续模拟机实验课，以完成管制员培养文件要求的实践课时。

1.2 融入空管陆空通话语音分析的实验教学框架

通过对目前实验教学的分析可以看到，人们将更多的注意力放在了学生技能与能力的培养上，通过长时间的反复训练使学生熟练掌握管制规则，以应对不同的空中交通情况。但是对于实际管制工作，人们关注的往往是管制员的工作状态，即需要检测管制员是否疲劳，以预防危险的发生。因此将空管陆空通话语音分析融入到管制实验教学当中，通过语音分析疲劳程度，对实验过程进行有效反馈，这样不仅对学生的实验状态进行了评价，而且还具有一定的实际应用价值，结构如图1 所示。

其中，精神运动能力检测（Psychomotor Vigilance Task，PVT）[6]可以客观反映管制员疲劳状态，通过统计测试受试者对多次变化反应平均时长的情况，计算其疲劳状态，管制员疲劳程度越重，反应时长越长。同时还需要记录管制员的主观疲劳程度共同标定疲劳情况。

2 陆空通话语音分析系统开发关键技术

2.1 语音特征提取

为了方便研究，系统主要考虑了语音的时域特征，主要包括短时平均能量、短时平均幅值、短时平均过零率。

图1 融入陆空通话语音分析的实验教学框架

短时平均能量可以反映出声音响度的大小，人体的不同疲劳程度会影响发声的响度，随着人体疲劳程度的加重，发声的响度将会有所降低。短时平均能量主要指分帧之后的每帧语音信号的能量大小。设每段语音的总帧数为N，段语音信号的总长度为L。语音信号用s（n）表示，分帧之后得到的第i帧语音信号为s（n，i），表示着该帧语音全部的信号。该帧的语音信号的短时平均能量用E（i）表示，则：

为消除分帧时的能量泄漏，需要在计算式给语音信号加窗W（i），第i帧则语音信号为x（n，i）=w（i）s（n，i），0≤n≤L-1。因此第n帧的短时平均能量经过加窗之后为

计算短时能量在取平方加窗之后可以对采样间的平方幅度起伏有平滑作用，但不能充分反映语音能量随时间变化的特征。仅用短时平均能量表示能量特征不够充分，此时需要采用一个短时幅值的计算来反映能量的时变特点，设短时平均幅值为

语音信号可分为连续信号和离散信号[7]，从连续的语音信号上考虑，过零意味着语音信号的时域波形穿过时间轴；从离散的语音信号上考虑，过零表示着两个相邻取样点之间的符号改变。短时平均过零率则是每帧语音信号中时域波形穿过时间轴的次数。这样通过统计每帧样本内的过零次数便能计算出短时平均过零率[8]，系统仍继续对信号进行加窗分帧处理，分别进行加权计算最后便可以得到分析所需的数据。短时平均过零率可表示为

2.2 疲劳状态分析

对于管制工作，在实际的指挥中工作制度为轮班。为提醒管制员在轮值休息时注意恢复自身的状态，将工作疲劳状态分为两类：适当休息状态、急需休息状态。经过分析，随着疲劳程度的增加，时域和频域的特征值都会增长，但是三种特征值的量化标准不相同。在评判一条指令的疲劳程度时，要满足三种特征值的疲劳界限。

结合主客观疲劳测试标定结果，并结合测试语音的特征值，经过统计得到疲劳评判标准如表1 所示。

表1 语音疲劳特征值数据评判标准

3 分析系统开发与实践

为了便于今后的研究扩展，系统采用Python+PyQt5 的方式进行开发。共分为空中交通管制员无线电陆空通话学习模块、精神运动能力检测测试模块以及管制员疲劳状态分析模块。

空中交通管制员无线电陆空通话学习模块参考管制教材[9]中的教学内容，包含主要的陆空通话学习内容，可以阅读对话内容并播放录音，为学生提供了便捷的学习环境，如图2 所示。

图2 陆空通话学习模块

精神运动能力检测测试模块参考PVT 测试原理，将测试环境集成到系统中。点击开始测试按钮后，当中心按钮变为红色时立刻点击该按钮，系统自动记录这一反应时间，之后按钮变为绿色，如此反复进行约3 min，最后系统自动计算平均反应时间，即为客观的疲劳程度参考结果，如图3所示。

管制员疲劳状态分析模块分为语音导入、特征分析和疲劳分析三个功能。可以选择实验时的陆空通话语音文件，导入后进行语音特征分析，直观绘制幅值、短时能量、过零率以及语音波形图。最后进行疲劳分析，将该段语音的三个特征值与评判标准进行比较，当大于该标准时变为红色，即处于疲劳状态应立即休息。管制员疲劳状态分析模块如图4所示。

4 结束语

本文结合管制实验教学与疲劳状态监测开发了一套空管陆空通话语音分析系统，可为管制员培养提供辅助，并为一线管制员疲劳预警提供帮助。

图3 精神运动能力检测测试模块

图4 管制员疲劳状态分析模块

在实验教学中，提出了融入陆空通话语音分析的实验教学框架，不仅重视学生的能力培养，同时采用实验反馈的机制，对学生实验状态进行评价，促进学习改进。

在疲劳状态监测中，参考一线管制员的工作制度，设定疲劳状态评判标准，通过语音特征分析，判断管制员是否需要休息，为工作中的人员疲劳预警提供了新的思路。