Voz y Push-to-Talk

NextATC tiene dos funciones de voz separadas. Son independientes y pueden activarse o desactivarse una a una:

• TTS (text-to-speech): el controlador habla. Tú lees o escuchas.
• Reconocimiento de voz (STT): tú hablas. El controlador escucha.

Puedes usar ambas, solo una o ninguna. El Radio Log siempre funciona aunque las dos estén desactivadas. El plugin es totalmente jugable en modo texto. Si la voz te da algún problema, vuelve al modo texto (mira la última sección) y tu vuelo continuará normalmente.

TTS — hacer que el controlador hable#

Abre Plugins -> NextATC -> Options y activa:

• Read ATC messages (TTS) — el controlador habla en lugar de solo escribir en el Radio Log.

En Options -> Voice elige **Speech engine** entre:

• Operating system – la voz local de X‑Plane/sistema operativo (valor por defecto).
• Microsoft Azure – voces en la nube (requiere configuración, ver Configuración de Azure).
• Kokoro (offline) – voz local que usa un modelo descargado.
• Piper (offline) – otra voz local basada en modelo descargado.

Disable voice on readback mantiene en silencio tu propia voz de piloto y solo da voz al ATC. La mayoría de los pilotos lo dejan activado.

Voces locales: Kokoro y Piper#

NextATC incluye sus propios motores Kokoro y Piper. A diferencia de la integración de X-ATC-Chatter con VoiceBox, estas voces no requieren que VoiceBox ni otra aplicación independiente estén en ejecución.

1. Abre Options -> Voice y selecciona Kokoro (offline) o Piper (offline) en **Speech engine**. Se abrirá el catálogo de voces.
2. En el catálogo, haz clic en **Voice roles / Download...** cuando sea necesario. Marca las voces que aparecen con Download y pulsa **Download selected**. Las voces recomendadas están pre‑seleccionadas. La descarga necesita conexión a Internet; la síntesis posterior es local.
3. Para cancelar la descarga usa **Cancel download**; si cierras el catálogo, la descarga continúa en segundo plano.
4. Cuando la voz esté instalada, haz clic en ella para seleccionarla y previsualizar la voz del piloto. Las casillas ATC eligen el pool de voces del controlador/tráfico.
5. Usa **Test current ATC** o **Test random ATC** para probar la voz del controlador y, cuando estés satisfecho, pulsa **Save voice roles**. Mantén Read ATC messages (TTS) habilitado y guarda los cambios en Options.

Disable voice on readback también se aplica a la voz de piloto que hayas seleccionado. El volumen y el efecto de voz de radio funcionan con Azure, Kokoro y Piper, y en Windows también con la voz del sistema operativo; en macOS y Linux la voz del sistema operativo usa su propia ruta de audio.

Caídas de la tasa de fotogramas mientras Kokoro o Piper hablan#

Las voces locales se generan en la CPU, así que cada transmisión compite brevemente con el simulador; los aeropuertos concurridos con mucha charla de tráfico lo hacen más perceptible. En macOS y Windows, el proceso de voz ya se ejecuta con menor prioridad que X-Plane. Las voces locales más ligeras son las voces de Piper con Light models activado en el catálogo de Piper (la opción predeterminada): necesitan unas ocho veces menos CPU que los modelos de Piper de alta calidad y están marcadas como light. Para Kokoro, mantén Compact model (114 MB instead of 325 MB) activado (la opción predeterminada): necesita algo menos de CPU y disco que el modelo estándar, con una calidad de voz ligeramente inferior. Ambos conservan las mismas voces; asegúrate de que los modelos seleccionados estén descargados con Download selected. Hasta que estén instalados, el motor sigue usando el modelo que ya está en disco. La voz de Microsoft Azure se genera en la nube y no usa la CPU local para la síntesis.

Qué indican los dos LED de actividad del Radio Box?#

Los dos pequeños LED junto a ATC/Ground Services muestran de forma independiente las dos fuentes de audio de radio. El LED verde más cercano al botón se enciende mientras NextATC ocupa la radio para reproducir TTS. El LED ámbar situado a su izquierda se enciende mientras X-ATC-Chatter informa de que está reproduciendo un clip. Un LED vacío indica que esa fuente está inactiva; si ambos se encienden a la vez, las dos fuentes de audio se están solapando.

Reconocimiento de voz — hablar con el controlador#

El reconocimiento de voz lee lo que dices y lo convierte en un readback o en una acción. Esta función es experimental y asistida por IA, pero no es un chatbot libre. La canalización actual es deliberadamente estrecha:

• Un modelo ASR/STT transcribe el audio del micrófono a texto.
• El plugin compara ese texto con el readback, mensaje de piloto o acción que el flujo ATC espera en ese momento.
• El flujo ATC lo acepta solo cuando coincide el contenido operativo importante: distintivo, pista, altitud, frecuencia, squawk, rumbo y elementos similares.

Este diseño mantiene el flujo de vuelo determinista. También significa que una frase puede estar bien transcrita y aun así ser rechazada si el contenido operativo no coincide con lo que ATC espera.

Necesita:

1. Un modelo de reconocimiento instalado. Abre Options y haz clic en un modelo faltante bajo Voice Models para descargarlo.
2. Un micrófono operativo seleccionado en Options -> Speech.
3. Una tecla o botón de joystick asignado a NextATC/voice_push_to_talk.

Asigna la tecla en Settings -> Keyboard en X-Plane. Busca NextATC y asigna voice_push_to_talk a una tecla que puedas mantener cómodamente (muchos usuarios eligen el 0 del teclado numérico, un botón superior del stick o la tecla Tab).

Modelos de reconocimiento y expectativas#

La página Options lista varios modelos de reconocimiento de voz para que puedas elegir el que mejor encaje con tu micrófono, acento, hardware e idioma. Esta área sigue siendo experimental: un modelo más grande puede ser más lento, ocupar más disco o comportarse de forma distinta al modelo base.

Empieza con Whisper Base English. Es la opción más predecible para readbacks ATC en inglés. Prueba Whisper Small English o Whisper Medium English solo si necesitas mejor gestión de acentos y aceptas una transcripción local más lenta. Si el modelo seleccionado no devuelve texto útil, vuelve a Whisper Base English.

De forma predeterminada, el reconocimiento usa modelos Whisper en inglés. Activa Multilingual model support solo si necesitas mejor reconocimiento de nombres de aeropuertos, ciudades o pronunciaciones locales que no sean en inglés. Esto descarga la variante multilingüe correspondiente al tamaño del modelo seleccionado, separada del modelo inglés. Cuando termina la descarga del modelo seleccionado, el reconocimiento de voz se activa automáticamente y se muestra el aviso de push-to-talk.

Si falta la variante activa seleccionada al iniciar el plugin, el reconocimiento se desactiva en lugar de mantener activo un modelo inexistente.

La aceleración por GPU agiliza el procesamiento del audio del micrófono en Whisper; no genera la voz TTS del controlador. Con el mismo modelo de reconocimiento, activar CUDA o Metal no garantiza una transcripción más precisa. Si el reconocimiento parece mejorar, comprueba también el modelo seleccionado, el micrófono y el audio grabado.

Cuando Use GPU acceleration está disponible en Options, selecciona Metal en Mac Apple silicon compatibles o NVIDIA CUDA en Windows. El paquete de Windows incluye el módulo CUDA y requiere CUDA Toolkit 12.8 o 12.9 instalado en el PC. Reinicia X-Plane después de instalarlo; Steam y la instalación independiente funcionan igual. CUDA se carga en un módulo opcional separado, por lo que la falta de GPU, controlador o runtime no puede impedir que NextATC arranque. Desactiva la opción para forzar la CPU. Los errores recuperables de configuración de la GPU, inicialización del modelo o inferencia se reintentan en la CPU; los errores fatales dentro del runtime GPU upstream no se pueden recuperar en el mismo proceso.

El modo multilingüe permite a Whisper detectar automáticamente el idioma hablado. No convierte NextATC en una conversación ATC que no sea en inglés: los términos de readback que espera NextATC siguen siendo ingleses.

Conviene tratar el reconocimiento de voz como una capa de comodidad sobre el Radio Log normal. Sirve para inmersión, pero los botones de texto son siempre el fallback fiable.

Los dos modos de PTT#

Hay dos formas de usar la tecla PTT. Elige una y aténte a ella.

Modo Hold (modo radio)#

• Pulsa y mantén pulsada la tecla PTT.
• Habla mientras la mantienes pulsada.
• Suelta la tecla cuando hayas terminado.

Así funciona una radio real. Es el modo por defecto y el más fiable para la mayoría de los usuarios.

Modo Toggle (pulsar una vez / pulsar de nuevo)#

• Pulsa la tecla PTT una vez para empezar a escuchar.
• Habla.
• Pulsa la tecla PTT por segunda vez para dejar de escuchar.

El modo Toggle es útil si tu tecla PTT es difícil de mantener pulsada (por ejemplo, un único botón del stick que usas para otra cosa). El plugin también puede detener la escucha automáticamente tras unos segundos de silencio en modo Toggle.

El modo activo se configura en Options -> Speech. Si lo cambias, pruébalo una vez en tierra antes de depender de él en vuelo.

El flujo completo del readback, paso a paso#

Esta es la secuencia que espera el controlador:

1. ATC dice algo. Aparece en el Radio Log (y se habla si TTS está activado).
2. El Radio Log muestra los botones Readback y Say Again.
3. Pulsa y mantén (o conmuta) tu tecla PTT.
4. Di el readback. Ejemplo: "Climbing flight level two zero zero, AAL67".
5. El Radio Log muestra una vista previa gris con las palabras reconocidas.
6. Suelta la tecla PTT (o púlsala por segunda vez en modo Toggle).
7. La vista previa se envía. Si el readback coincide, ATC lo acepta y el Radio Log resalta el prompt aceptado.

Si el readback no se acepta, el controlador te pedirá Say again. Consulta la siguiente sección.

"Lo transcribe correctamente pero ATC sigue diciendo Say Again"#

Esta es la confusión más habitual. La vista previa gris significa que las palabras fueron reconocidas por el micrófono. No significa todavía que el controlador las haya aceptado.

Causas, por orden de probabilidad:

• Soltaste la tecla PTT demasiado pronto o demasiado tarde. El reconocedor se detiene al soltar. Inténtalo de nuevo con una pausa clara entre tu última palabra y la liberación.
• Usaste una frase distinta a la que espera el botón de readback. El fraseo exacto requerido aparece como pista bajo el botón Readback en forma de pequeña guía de voz. Respétalo. No tiene por qué ser perfecto palabra por palabra, pero los números clave (distintivo, altitud, pista, frecuencia) deben estar presentes.
• La transcripción dejó caer un número (por ejemplo flight level en lugar de FL200). Pronuncia los dígitos con claridad: "two zero zero", no "two hundred".
• Hablaste antes de que la radio estuviera lista. Espera a que aparezca el botón Readback antes de pulsar PTT.
• Ruido de fondo o audio del juego. El plugin usa el micrófono elegido en Opciones. Con algunas combinaciones de auriculares, sistema operativo y controlador, abrir el micrófono Bluetooth puede seleccionar otro perfil de audio; la calidad puede cambiar o pueden aparecer clics. NextATC no puede predecir este comportamiento para todos los dispositivos. Si lo notas, prueba un micrófono con cable o el micrófono integrado del ordenador.

Ante la duda, siempre puedes hacer clic en Readback con el ratón y omitir la voz. El vuelo continúa exactamente igual.

"No consigo que la voz funcione. ¿Cómo vuelvo al modo texto?"#

Es seguro y rápido. No perderás tu vuelo.

1. Abre Plugins -> NextATC -> Options.
2. En Options -> Speech, desactiva el reconocimiento de voz (el lado de entrada — el STT).
3. Opcionalmente desactiva Read ATC messages (TTS) si tampoco quieres que el controlador hable.
4. Asegúrate de que Radio Log esté Enabled. Es el flujo de texto.
5. Cierra Options.

El Radio Log ahora muestra cada mensaje ATC como texto, y tú pulsas Readback / Say Again con el ratón o con el comando NextATC/handoff. Todo lo demás (autorizaciones, rodaje, ascensos, aterrizajes) funciona igual.

"Desactivé la voz y ahora no veo ningún mensaje"#

Suele haber dos cosas desactivadas:

• Radio Log -> Enabled se desactivó en Options.
• OSD flash messages se desactivó y TTS está desactivado, así que nada habla ni nada parpadea.

Solución:

1. Abre Options.
2. Pon Radio Log -> Enabled en on.
3. Pon Max visible lines en al menos 4.
4. Guarda y cierra.

El Radio Log reaparecerá en el siguiente mensaje ATC. También puedes hacer clic en el pequeño punto de anclaje si Show anchor dot when hidden está activado para traerlo de vuelta manualmente.

Si el reconocimiento de voz sigue fallando#

Comprueba, en este orden:

• Micrófono: otra aplicación (un grabador de voz) oye tu voz.
• Modelo instalado: el modelo de reconocimiento seleccionado está descargado. La página de Options muestra el estado de descarga.
• Idioma: los modelos Whisper en inglés son la opción predeterminada. Activa el soporte multilingüe solo si los nombres locales no ingleses causan problemas de reconocimiento; la variante multilingüe correspondiente debe descargarse por separado.
• Soporte de runtime: si un modelo experimental más grande no produce texto, vuelve a Whisper Base English.
• Tecla PTT: el comando de X-Plane NextATC/voice_push_to_talk está asignado a una única tecla.
• Hold vs Toggle: estás usando el modo que configuraste, no el otro.

Si nada funciona, cambia al modo texto y reporta el aeropuerto y la frecuencia. Usa el reportero integrado o adjunta el archivo X-Plane/Log.txt afectado a un reporte de error web; consulta Informes de errores y solicitudes de función.

Voces SAPI5 en Windows#

En Windows el motor de voz Operating system usa la API de voz WinRT y las voces que esa API indica. NextATC no usa SAPI5. Para tener más voces locales sin cuenta en la nube selecciona Kokoro (offline) o Piper (offline): ambos sintetizan en local una vez descargados sus modelos de voz.

Véase también#

• Configuración de Azure — para que la voz del controlador sea menos robótica.
• Solución de problemas — para arreglos generales.
• Referencia de Opciones — cada opción de voz explicada.