Sprache & Push-to-Talk

NextATC verfügt über zwei voneinander unabhängige Sprachfunktionen, die einzeln ein- oder ausgeschaltet werden können:

• TTS (Text-to-Speech): Der Lotse spricht. Sie lesen oder hören zu.
• Spracherkennung (STT): Sie sprechen. Der Lotse hört zu.

Sie können beide nutzen, nur eine oder gar keine. Das Radio Log funktioniert immer, selbst wenn beide deaktiviert sind. Das Plugin ist im Textmodus vollständig spielbar. Bereitet die Sprache Probleme, wechseln Sie einfach zurück in den Textmodus (siehe letzter Abschnitt), und Ihr Flug läuft normal weiter.

TTS — den Lotsen sprechen lassen#

Öffnen Sie Plugins -> NextATC -> Options und aktivieren Sie:

• Read ATC messages (TTS) — der Lotse spricht, statt nur ins Radio Log zu schreiben.

Standardmäßig wird die lokale X‑Plane‑/Betriebssystem‑Stimme verwendet. In Options -> Voice können Sie die Speech engine auswählen: Operating system (Standard), Microsoft Azure, Kokoro (offline) oder Piper (offline). Azure erfordert eine separate Einrichtung – siehe Azure-Einrichtung. Die Betriebssystem‑Option nutzt installierte Systemstimmen. Kokoro und Piper synthetisieren lokal, nachdem ihre Modelle heruntergeladen wurden.

Disable voice on readback hält Ihre eigene Pilotenstimme stumm und lässt nur ATC sprechen. Die meisten Piloten lassen diese Option aktiv.

Lokale Stimmen: Kokoro und Piper#

NextATC enthält eigene Kokoro- und Piper-Sprachsynthese. Anders als die VoiceBox-Anbindung von X-ATC-Chatter benötigen diese Stimmen weder VoiceBox noch eine andere separat laufende App.

1. Öffnen Sie Options -> Voice und wählen Sie Kokoro (offline) oder Piper (offline) als Speech engine.
2. Der Stimmenkatalog öffnet sich automatisch. Sie können ihn später mit Voice roles / Download... erneut öffnen.
3. Markieren Sie die Stimmen mit dem Status Download und drücken Sie Download selected. Empfohlene Stimmen sind bereits voraus- gewählt. Der Download benötigt Internet; danach erfolgt die Sprachsynthese vollständig lokal.
4. Während des Downloads können Sie ihn mit Cancel download abbrechen; ein Schließen des Katalogs lässt den Download im Hintergrund weiterlaufen.
5. Nach der Installation klicken Sie eine Stimme an, um sie zu auswählen und eine Vorschau der Pilotenstimme abzuspielen. Die Kontrollkästchen unter ATC bestimmen, welche Stimmen für den Lotsen/Verkehr verwendet werden.
6. Testen Sie die Auswahl mit Test current ATC oder Test random ATC und speichern Sie die Zuordnung mit Save voice roles.
7. Lassen Sie Read ATC messages (TTS) aktiv und speichern Sie die Optionen, wenn Sie fertig sind.

Disable voice on readback gilt ebenfalls für die ausgewählte Pilotenstimme. Lautstärke und Radio‑Stimme‑Effekt funktionieren mit Azure, Kokoro und Piper und unter Windows auch mit der Betriebssystem‑Stimme; unter macOS und Linux nutzt die Betriebssystem‑Stimme ihren nativen Audio‑Pfad.

Einbrüche der Bildrate, während Kokoro oder Piper sprechen#

Lokale Stimmen werden auf der CPU erzeugt, daher konkurriert jede Funkmeldung kurzzeitig mit dem Simulator; an belebten Flughäfen mit viel Verkehrsfunk fällt das stärker auf. Unter macOS und Windows läuft der Sprach‑Worker bereits mit niedrigerer Priorität als X-Plane. Die leichtesten lokalen Stimmen sind Piper-Stimmen mit aktiviertem Light models im Piper-Katalog (die Standardeinstellung): Sie benötigen etwa achtmal weniger CPU als hochwertige Piper-Modelle und sind mit light gekennzeichnet. Lassen Sie für Kokoro Compact model (114 MB instead of 325 MB) aktiviert (die Standardeinstellung): Es benötigt etwas weniger CPU und Speicherplatz als das Standardmodell, bei etwas geringerer Stimmqualität. Beide behalten dieselben Stimmen; stellen Sie sicher, dass die ausgewählten Modelle mit Download selected heruntergeladen sind. Bis sie installiert sind, verwendet die Engine weiterhin das bereits auf dem Datenträger vorhandene Modell. Die Sprachausgabe von Microsoft Azure wird in der Cloud erzeugt und nutzt für die Synthese keine lokale CPU.

Was bedeuten die beiden Aktivitäts-LEDs der Radio Box?#

Die beiden kleinen LEDs neben ATC/Ground Services zeigen die zwei Funk‑Audioquellen unabhängig voneinander. Die grüne LED direkt am Schalter leuchtet, solange NextATC den Funk für die TTS‑Wiedergabe belegt. Die gelb‑orange LED links daneben leuchtet, solange X-ATC-Chatter die Wiedergabe eines Chatter‑Clips meldet. Eine leere LED bedeutet, dass die jeweilige Quelle inaktiv ist; leuchten beide gleichzeitig, überlagern sich die beiden Audioquellen.

Spracherkennung — mit dem Lotsen sprechen#

Die Spracherkennung liest, was Sie sagen, und wandelt es in einen Readback oder eine Aktion um. Diese Funktion ist experimentell und AI‑unterstützt, aber sie ist kein freier Chatbot. Die aktuelle Pipeline ist bewusst eng gefasst:

• Ein ASR/STT‑Modell transkribiert Ihr Mikrofon‑Audio in Text.
• Das Plugin vergleicht diesen Text mit dem Readback, der Pilotenmeldung oder der Aktionsauswahl, die der ATC‑Ablauf gerade erwartet.
• Der ATC‑Ablauf akzeptiert die Eingabe nur, wenn der wichtige operative Inhalt übereinstimmt: Rufzeichen, Piste, Höhe, Frequenz, Squawk, Steuerkurs und ähnliche Angaben.

Dieses Design hält den Flugablauf deterministisch. Es bedeutet auch, dass ein Satz korrekt transkribiert und trotzdem abgelehnt werden kann, wenn sein operativer Inhalt nicht zu dem passt, worauf ATC gerade wartet.

Sie benötigt:

1. Ein installiertes Erkennungsmodell. Öffnen Sie Options und klicken Sie unter Voice Models auf ein fehlendes Modell, um es herunterzuladen.
2. Ein funktionierendes Mikrofon, das in Options -> Speech ausgewählt wurde.
3. Eine zugewiesene Taste oder Joystick‑Taste für NextATC/voice_push_to_talk.

Belegen Sie die Taste in X‑Plane unter Settings -> Keyboard. Suchen Sie nach NextATC und weisen Sie voice_push_to_talk einer Taste zu, die Sie bequem halten können (häufige Wahl: Ziffernblock‑0, Stick‑Top‑Knopf oder Tab).

Erkennungsmodelle und Erwartungen#

Die Options‑Seite listet mehrere Spracherkennungsmodelle, damit Sie auswählen können, was für Ihr Mikrofon, Ihren Akzent, Ihre Hardware und Ihre Sprache am besten funktioniert. Dieser Bereich ist noch experimentell. Ein größeres Modell kann langsamer sein, mehr Festplattenplatz beanspruchen oder sich anders verhalten als das Basismodell.

Beginnen Sie mit Whisper Base English. Es ist die vorhersehbarste Option für englische ATC‑Readbacks. Probieren Sie Whisper Small English oder Whisper Medium English nur aus, wenn Sie eine bessere Akzenterkennung benötigen und eine langsamere lokale Transkription akzeptieren können. Wenn ein ausgewähltes Modell zu langsam ist oder weniger nützlichen Text liefert, wechseln Sie zurück zu Whisper Base English.

Standardmäßig verwendet die Erkennung englische Whisper‑Modelle. Aktivieren Sie Multilingual model support nur, wenn Sie eine bessere Handhabung von nicht‑englischen Flughafen‑ oder Städtenamen sowie lokale Aussprache benötigen. Dadurch wird die passende mehrsprachige Variante der ausgewählten Modellgröße heruntergeladen, getrennt vom englischen Modell. Sobald das ausgewählte Modell fertig geladen ist, wird die Spracherkennung automatisch aktiviert und der Push‑to‑Talk‑Hinweis angezeigt.

Fehlt beim nächsten Plugin‑Start die ausgewählte aktive Variante, wird die Spracherkennung deaktiviert, statt auf ein fehlendes Modell zu verweisen.

Die GPU-Beschleunigung verarbeitet Mikrofonaufnahmen mit Whisper schneller; sie erzeugt nicht die TTS-Stimme des Lotsen. Bei gleichem Erkennungsmodell garantiert CUDA oder Metal keine genauere Transkription. Falls die Erkennung besser erscheint, prüfen Sie auch das gewählte Modell, das Mikrofon und die Aufnahme.

Wenn GPU‑Beschleunigung verwenden in den Options verfügbar ist, wählt es Metal auf unterstützten Apple‑Silicon‑Macs oder NVIDIA CUDA unter Windows. Das Windows‑Paket enthält das CUDA‑Modul und erwartet CUDA Toolkit 12.8 oder 12.9 auf dem PC. Starten Sie X‑Plane nach der Installation neu; Steam und eigenständige Installationen funktionieren gleich. CUDA läuft in einem getrennt geladenen optionalen Modul, sodass eine fehlende GPU, ein Treiber oder eine Runtime den Start von NextATC nicht verhindern kann. Deaktivieren Sie die Option, um die CPU zu erzwingen. Bei behebbaren Fehlern der GPU‑Einrichtung, Modellinitialisierung oder Inferenz wird die CPU erneut versucht; fatale Fehler in der Upstream‑GPU‑Runtime können im selben Prozess nicht abgefangen werden.

Im mehrsprachigen Modus erkennt Whisper die gesprochene Sprache automatisch. Dadurch wird NextATC nicht zu einer nicht englischen ATC‑Unterhaltung: Die von NextATC erwarteten Readback‑Begriffe bleiben Englisch.

Betrachten Sie Spracherkennung am besten als Komfortschicht über dem normalen Radio Log. Sie ist nützlich für Immersion und Tests, aber die Textschaltflächen bleiben immer der zuverlässige Fallback.

Die beiden PTT‑Modi#

Es gibt zwei Arten, die PTT‑Taste zu nutzen. Wählen Sie eine und bleiben Sie dabei.

Hold‑Modus (der Funkmodus)#

• PTT‑Taste drücken und halten.
• Sprechen, solange Sie sie halten.
• Loslassen, sobald Sie fertig sind.

So funktioniert ein echtes Funkgerät. Das ist der Standardmodus und für die meisten Anwender am zuverlässigsten.

Toggle‑Modus (einmal drücken / erneut drücken)#

• PTT‑Taste einmal drücken, um die Aufnahme zu starten.
• Sprechen.
• PTT‑Taste ein zweites Mal drücken, um die Aufnahme zu beenden.

Der Toggle‑Modus ist nützlich, wenn die PTT‑Taste schwer zu halten ist (z. B. eine einzelne Sticktaste, die Sie für etwas anderes nutzen). Im Toggle‑Modus kann das Plugin nach einigen Sekunden Stille auch automatisch aufhören zuzuhören.

Der aktive Modus wird in Options -> Speech konfiguriert. Wenn Sie ihn ändern, testen Sie ihn einmal am Boden, bevor Sie sich im Flug darauf verlassen.

Der vollständige Readback‑Ablauf, Schritt für Schritt#

Dies ist die Reihenfolge, die der Lotse erwartet:

1. ATC sagt etwas. Es erscheint im Radio Log (und wird gesprochen, wenn TTS aktiv ist).
2. Das Radio Log zeigt die Schaltflächen Readback und Say Again.
3. PTT‑Taste drücken und halten (oder togglen).
4. Den Readback sprechen. Beispiel: "Climbing flight level two zero zero, AAL67".
5. Das Radio Log zeigt eine graue Vorschau mit den erkannten Wörtern.
6. PTT‑Taste loslassen (oder im Toggle‑Modus ein zweites Mal drücken).
7. Die Vorschau wird übermittelt. Wenn der Readback passt, akzeptiert ATC ihn und das Radio Log hebt den akzeptierten Prompt hervor.

Wenn der Readback nicht akzeptiert wird, fragt der Lotse Say again. Siehe nächster Abschnitt.

"Es transkribiert korrekt, aber ATC sagt trotzdem Say Again"#

Das ist die häufigste Verwechslung. Die graue Vorschau zeigt, dass das Mikrofon die Wörter erkannt hat. Sie bedeutet noch nicht, dass der Lotse sie akzeptiert hat.

Ursachen in Reihenfolge der Wahrscheinlichkeit:

• PTT‑Taste zu früh oder zu spät losgelassen. Der Erkenner stoppt mit dem Loslassen. Versuchen Sie es erneut mit einer klaren Pause zwischen dem letzten Wort und dem Loslassen.
• Andere Formulierung als von der Readback‑Schaltfläche erwartet. Den exakt erforderlichen Wortlaut zeigt eine kleine Sprachhilfe unter der Readback‑Schaltfläche. Halten Sie sich daran. Sie müssen nicht wortgetreu sprechen, aber die wichtigen Zahlen (Rufzeichen, Höhe, Piste, Frequenz) müssen vorkommen.
• Die Transkription hat eine Zahl verschluckt (z. B. Flight Level statt FL200). Sprechen Sie Ziffern deutlich: "two zero zero", nicht "two hundred".
• Sie haben gesprochen, bevor der Funk bereit war. Warten Sie, bis die Readback‑Schaltfläche erscheint, bevor Sie PTT drücken.
• Hintergrundgeräusche oder Spielsound. Das Plugin nutzt das in den Optionen ausgewählte Mikrofon. Bei manchen Kombinationen aus Headset, Betriebssystem und Treiber kann das Öffnen des Bluetooth‑Mikrofons ein anderes Audioprofil auswählen; dabei kann sich die Tonqualität ändern oder es können Klickgeräusche auftreten. NextATC kann dieses Verhalten nicht für jedes Gerät vorhersagen. Probieren Sie in diesem Fall ein kabelgebundenes oder das im Computer integrierte Mikrofon.

Im Zweifel können Sie Readback jederzeit mit der Maus klicken und die Sprache umgehen. Der Flug läuft genauso weiter.

"Ich bekomme die Sprache nicht zum Laufen. Wie zurück in den Textmodus?"#

Das ist sicher und schnell. Sie verlieren den Flug nicht.

1. Öffnen Sie Plugins -> NextATC -> Options.
2. Schalten Sie in Options -> Speech die Spracherkennung aus (die Eingabeseite — das STT).
3. Optional schalten Sie auch Read ATC messages (TTS) aus, wenn der Lotse ebenfalls nicht sprechen soll.
4. Achten Sie darauf, dass Radio Log auf Enabled steht. Das ist die Textanzeige.
5. Schließen Sie Options.

Das Radio Log zeigt nun jede ATC‑Nachricht als Text, und Sie drücken Readback / Say Again per Maus oder über den Befehl NextATC/handoff. Alles andere (Freigaben, Rollen, Steigflüge, Landungen) funktioniert genauso.

"Ich habe die Sprache deaktiviert und sehe jetzt gar keine Nachrichten"#

Üblicherweise sind zwei Dinge aus:

• Radio Log -> Enabled wurde in Options ausgeschaltet.
• OSD flash messages wurde abgeschaltet und TTS ist aus, sodass weder etwas gesprochen noch eingeblendet wird.

Lösung:

1. Öffnen Sie Options.
2. Setzen Sie Radio Log -> Enabled auf an.
3. Setzen Sie Max visible lines auf mindestens 4.
4. Speichern und schließen.

Bei der nächsten ATC‑Nachricht erscheint das Radio Log wieder. Bei aktiviertem Show anchor dot when hidden können Sie auch den kleinen Ankerpunkt anklicken, um es manuell zurückzuholen.

Wenn die Spracherkennung wiederholt fehlschlägt#

Prüfen Sie in dieser Reihenfolge:

• Mikrofon: Eine andere Anwendung (z. B. ein Sprachrekorder) hört Ihre Stimme.
• Modell installiert: Das ausgewählte Erkennungsmodell ist heruntergeladen. Die Options‑Seite zeigt den Download‑Status.
• Sprache: Englische Whisper‑Modelle sind die Voreinstellung. Aktivieren Sie mehrsprachige Modelle nur, wenn lokale, nicht englische Namen die Erkennung stören; die entsprechende mehrsprachige Variante muss separat heruntergeladen werden.
• Runtime‑Unterstützung: Wenn ein größeres experimentelles Modell keinen Text erzeugt, wechseln Sie zurück zu Whisper Base English.
• PTT‑Taste: Der X‑Plane‑Befehl NextATC/voice_push_to_talk ist nur einer einzigen Taste zugewiesen.
• Hold vs. Toggle: Sie nutzen den konfigurierten Modus, nicht den anderen.

Wenn nichts hilft, wechseln Sie in den Textmodus und melden Sie den Flughafen und die Frequenz. Nutzen Sie den integrierten Reporter oder fügen Sie die betroffene X-Plane/Log.txt einem Web‑Fehlerbericht bei; siehe Fehlerberichte und Funktionswünsche.

SAPI5-Stimmen unter Windows#

Unter Windows verwendet die Sprach-Engine Operating system die WinRT-Sprach-API und die von dieser API gemeldeten Stimmen. NextATC verwendet kein SAPI5. Für weitere lokale Stimmen ohne Cloud-Konto wählen Sie Kokoro (offline) oder Piper (offline): Beide synthetisieren lokal, sobald ihre Stimmmodelle heruntergeladen sind.

Siehe auch#

• Azure-Einrichtung — damit die Lotsenstimme weniger roboterhaft klingt.
• Fehlerbehebung — für allgemeine Lösungen.
• Optionen-Referenz — jede Sprachoption erklärt.