NextATC Unicom

Guide NextATCAide et FAQ NextATC

IA et LLM

Reconnaissance vocale experimentale et variation de phrases avec Gemini

NextATC utilise actuellement l'IA dans deux domaines séparés : l'entrée vocale et la variation optionnelle des dialogues. Les deux sont expérimentaux. Ils servent à rendre la radio moins répétitive et plus naturelle, pas à remplacer la logique ATC normale.

La règle importante est simple : NextATC décide toujours la clairance, la piste, l'altitude, la fréquence, la route, l'instruction de roulage, l'état du trafic et la phase de vol. L'IA peut aider à reconnaître ce que vous dites, ou à reformuler un message ATC déjà préparé. Ce n'est pas un chatbot libre et ce n'est pas un contrôleur autonome.

Statut expérimental#

Les options concernées sont marquées comme expérimentales :

  • AI Push-to-Talk Recognition (Experimental) pour l'entrée vocale.
  • Dialog Generation and A.I. (Experimental) pour la formulation ATC générée.
  • AI - Gemini (Cloud, Experimental) pour la variation de phrases par LLM cloud.

Expérimental signifie que les résultats peuvent varier selon le microphone, l'accent, le bruit du cockpit, la connexion internet, la disponibilité du modèle, les limites d'API et le message généré. Si quelque chose paraît faux, trop lent ou peu fiable, désactivez la fonction et utilisez les boutons du Radio Log. Le vol continue avec la phraséologie intégrée standard.

Ce que NextATC utilise aujourd'hui#

NextATC propose deux fonctions assistées par IA :

  • Push-to-Talk Recognition écoute votre microphone et tente de transformer votre readback ou votre action radio en texte.
  • Dialog Génération and A.I. demande à un LLM de réécrire certains messages ATC afin qu'ils ne sonnent pas toujours de la même façon.

Ces systèmes sont indépendants. Vous pouvez utiliser la reconnaissance vocale sans Gemini, Gemini sans reconnaissance vocale, les deux ensemble ou aucun des deux.

Reconnaissance Push-to-Talk#

La reconnaissance Push-to-Talk est de la transcription vocale, pas une conversation avec un LLM. Vous assignez la commande NextATC/voice_push_to_talk, vous l'appuyez ou l'utilisez en mode toggle, puis vous dites le readback ou le choix radio actuel. NextATC transcrit l'audio, affiche un aperçu dans le Radio Log et vérifie si le contenu opérationnel important correspond à ce que l'ATC attend.

Par exemple, l'indicatif, la piste, le squawk, le cap, l'altitude, la fréquence et les noms de procédures comptent. Vous n'avez pas besoin de prononcer chaque mot exactement comme le libellé du bouton, mais les nombres et les noms clés doivent être présents et reconnaissables.

Deux modes existent :

  • Hold-to-Talk : maintenez la touche PTT pendant que vous parlez, puis relâchez-la. C'est le mode par défaut et le plus proche d'une vraie radio.
  • Toggle Talk : appuyez une fois pour commencer l'écoute et une seconde fois pour l'arrêter. C'est utile si le bouton assigné est difficile à maintenir. L'auto-toggle guidé peut aussi commencer et terminer l'écoute sur les prompts pris en charge.

Modèles Push-to-Talk#

La fenêtre Options liste plusieurs modèles de reconnaissance. Considérez Whisper Base English comme la base pratique actuelle.

  • Whisper Base English (environ 142 Mo) : modèle intégré stable et point de départ recommandé. Il vise l'anglais et reste généralement le meilleur choix pour les readbacks ATC standard.
  • Whisper Small English (environ 466 Mo) : modèle Whisper intégré plus grand, avec une meilleure reconnaissance au prix de plus d'espace disque et d'une transcription plus lente.
  • Whisper Medium English (environ 1,46 Go) : l'option intégrée la plus précise pour les PC grand public rapides.

Seules ces tailles de modèles Whisper intégrés sont proposées pour la transcription locale. L'anglais est la valeur par défaut. Modèles multilingues fait basculer la taille sélectionnée vers une variante Whisper multilingue téléchargée séparément et laisse Whisper détecter automatiquement la langue parlée. Utilisez-la pour les noms propres ou les prononciations locales non anglaises, pas pour changer l'interaction ATC : le texte de readback attendu par NextATC reste anglais. Si un modèle plus grand est trop lent ou moins fiable, revenez à Whisper Base English.

Génération de dialogues avec Gemini#

Gemini sert uniquement à générer du texte. Il n'écoute pas votre microphone et ne décide pas quelle clairance ou instruction vous recevez. Quand AI - Gemini est sélectionné et qu'une clé API est configurée, NextATC envoie une courte requête textuelle contenant le message à reformuler et les détails aéronautiques nécessaires pour conserver les mêmes faits. Le bouton Modèle dans Options vous permet de choisir entre Gemini Flash et Gemini Flash-Lite ; NextATC utilise toujours la version la plus récente du modèle choisi publiée par Google.

Gemini essaie ensuite de créer une formulation différente du même message ATC. L'objectif est la variation : débuts différents, cadence légèrement différente et moins de répétition pendant les longues sessions. La route, la piste, le squawk, l'altitude, la fréquence et les autres éléments opérationnels doivent rester identiques.

La phrase intégrée reste la référence. Si Gemini est désactivé, indisponible, trop lent, renvoie un texte vide ou produit une phrase qui échoue à la validation, NextATC revient au message intégré.

Le bouton Gemini variation dans Options fait défiler quatre styles d'inférence expérimentaux. Utilisez-le pour comparer la façon dont Gemini réécrit le même type de message ATC : plus conservatrice, plus variée, moins proche du template, ou davantage guidée par des exemples. Il ne change que le style de formulation ; il ne change pas les décisions ATC.

Modèles LLM locaux#

Des entrées locales peuvent apparaître dans Options sous la forme AI - <model> (Local paused, Experimental). Dans les builds normales, elles sont listées mais en pause. Ce n'est pas le chemin recommandé pour les utilisateurs actuels. Utilisez le mode intégré NextATC pour une phraséologie stricte et prévisible, ou Gemini si vous voulez tester la variation cloud.

À quoi s'attendre#

La génération IA peut rendre la radio plus vivante, mais elle peut aussi être conservatrice, subtile ou parfois incorrecte. Même avec validation, une phrase générée peut sembler inhabituelle, perdre une nuance ou choisir une formulation qui ne vous convient pas. Si vous voulez l'expérience la plus prévisible, laissez la génération de dialogues sur le mode intégré NextATC.

Pour la reconnaissance vocale, les meilleurs résultats viennent d'un casque micro, d'un cockpit calme, de readbacks courts et de chiffres prononcés clairement. Gardez toujours le Radio Log visible pendant les tests. Les boutons Readback et Say Again à la souris restent le fallback fiable.

Voir aussi#