Funzioni AI e LLM

NextATC usa attualmente l'AI in due aree separate: input vocale e variazione opzionale dei dialoghi. Entrambe sono sperimentali. Servono a rendere la radio meno ripetitiva e più naturale, non a sostituire la logica ATC normale.

La regola importante è semplice: NextATC decide ancora clearance, pista, altitudine, frequenza, rotta, istruzione di taxi, stato del traffico e fase di volo. L'AI può aiutare a riconoscere quello che dici, oppure a riformulare un messaggio ATC già preparato. Non è una chat libera e non è un controllore autonomo.

Stato sperimentale#

Le opzioni relative sono marcate come sperimentali:

• AI Push-to-Talk Recognition (Experimental) per l'input vocale.
• Dialog Generation and A.I. (Experimental) per i dialoghi generati.
• AI - Gemini (Cloud, Experimental) per la variazione fraseologica cloud con LLM.

Sperimentale significa che i risultati possono cambiare in base a microfono, accento, rumore in cockpit, connessione internet, disponibilità del modello, limiti API e tipo di messaggio generato. Se qualcosa suona sbagliato, lento o inaffidabile, disattiva la funzione e usa i pulsanti del Radio Log. Il volo continua con la fraseologia standard integrata.

Cosa usa NextATC oggi#

NextATC ha due funzioni assistite da AI:

• Push-to-Talk Recognition ascolta il microfono e prova a trasformare il tuo readback o la tua azione radio in testo.
• Dialog Generation and A.I. chiede a un LLM di riscrivere alcuni messaggi ATC per evitare che suonino sempre identici.

I due sistemi sono indipendenti. Puoi usare il riconoscimento vocale senza Gemini, Gemini senza riconoscimento vocale, entrambi insieme o nessuno dei due.

Riconoscimento Push-to-Talk#

Il riconoscimento Push-to-Talk è speech-to-text, non una conversazione con un LLM. Assegni il comando NextATC/voice_push_to_talk, lo premi o lo usi in modalità toggle, e pronunci il readback o la scelta radio attuale. NextATC trascrive l'audio, mostra un'anteprima nel Radio Log e controlla se il contenuto operativo importante corrisponde a ciò che ATC si aspetta.

Per esempio contano callsign, pista, squawk, prua, altitudine, frequenza e nomi di procedure. Non devi dire ogni parola esattamente come l'etichetta del pulsante, ma numeri e nomi chiave devono essere presenti e riconoscibili.

Ci sono due modalità operative:

• Hold-to-Talk: tieni premuto il tasto PTT mentre parli, poi rilascialo. È la modalità predefinita e la più simile a una radio reale.
• Toggle Talk: premi una volta per iniziare l'ascolto e una seconda volta per terminarlo. È utile se il pulsante scelto è scomodo da tenere premuto. L'auto-toggle guidato può anche avviare e finire l'ascolto sui prompt supportati.

Modelli Push-to-Talk#

La finestra Options elenca diversi modelli di riconoscimento. Considera Whisper Base English la base pratica da usare oggi.

• Whisper Base English (circa 142 MB): modello integrato stabile e punto di partenza consigliato. È focalizzato sull'inglese ed è di solito la scelta migliore per readback ATC standard.
• Whisper Small English (circa 466 MB): modello Whisper integrato più grande, utile per migliorare il riconoscimento al costo di più spazio disco e trascrizione più lenta.
• Whisper Medium English (circa 1.46 GB): l'opzione integrata con la migliore accuratezza tra quelle offerte per PC consumer, pensata per sistemi più veloci.

Per la trascrizione locale sono disponibili solo queste taglie di modelli Whisper integrati. L'inglese è il default. Modelli multilingua passa la taglia selezionata a una variante Whisper multilingua scaricata separatamente e lascia a Whisper il rilevamento automatico della lingua parlata. Usala per nomi propri o pronunce locali non inglesi, non per cambiare l'interazione ATC: il testo di readback atteso da NextATC resta in inglese. Se un modello più grande è troppo lento o meno affidabile sul tuo sistema, torna a Whisper Base English.

Generazione dialoghi con Gemini#

Gemini viene usato solo per generare testo. Non ascolta il microfono e non decide quale clearance o istruzione ricevi. Quando AI - Gemini è selezionato e la chiave API è configurata, NextATC invia una breve richiesta testuale con il messaggio da riformulare e i dettagli aviation necessari a conservare gli stessi dati. Il pulsante Modello nelle Opzioni ti permette di scegliere tra Gemini Flash e Gemini Flash-Lite; NextATC usa sempre l'ultima versione del modello scelto pubblicata da Google.

Gemini prova quindi a creare una formulazione diversa dello stesso messaggio ATC. L'obiettivo è introdurre variazione: aperture diverse, ritmo leggermente diverso e meno ripetizione nelle sessioni lunghe. Rotta, pista, squawk, altitudine, frequenza e altri elementi operativi devono rimanere invariati.

La frase integrata resta il riferimento. Se Gemini è disattivato, non disponibile, troppo lento, restituisce testo vuoto o produce una frase che non supera la validazione, NextATC torna al messaggio integrato.

Il bottone Gemini variation nelle Options cicla quattro stili sperimentali di inferenza. Usalo quando vuoi confrontare come Gemini riscrive lo stesso tipo di messaggio ATC: più conservativo, più variato, più resistente alla copia del template o più guidato da esempi. Cambia solo lo stile della frase; non cambia le decisioni ATC.

Modelli LLM locali#

In Options possono comparire voci locali come AI - <model> (Local paused, Experimental). Nelle build normali sono elencate ma in pausa. Non sono il percorso consigliato per gli utenti attuali. Usa la modalità integrata NextATC per fraseologia rigorosa e prevedibile, oppure Gemini se vuoi provare la variazione cloud.

Cosa aspettarsi#

La generazione AI può rendere la radio più viva, ma può anche essere conservativa, sottile o occasionalmente sbagliata. Anche con la validazione, una frase generata può suonare insolita, perdere una sfumatura o scegliere una formulazione che non ti piace. Se vuoi l'esperienza più prevedibile, lascia la generazione dialoghi sulla modalità integrata NextATC.

Per il riconoscimento vocale, i risultati migliori arrivano con un headset, un cockpit silenzioso, readback brevi e cifre pronunciate chiaramente. Tieni sempre visibile il Radio Log durante i test. I pulsanti Readback e Say Again con il mouse restano il fallback affidabile.

Vedi anche#

• Voce e Push-to-Talk — configurazione pratica di microfono, modalità PTT e readback.
• Riferimento opzioni — tutte le checkbox e i pulsanti collegati.
• Configurazione Azure — voci text-to-speech cloud. Azure TTS è separato da AI e Gemini.