AI 与 LLM 功能

NextATC 目前在两个独立领域使用 AI:语音输入和可选的对话变化。两者都是实验性功能。它们的目标是让无线电不那么重复、听起来更自然,而不是取代正常的 ATC 逻辑。

重要规则很简单:放行、跑道、高度、频率、航路、滑行指令、交通状态和飞行阶段仍由 NextATC 决定。AI 只可能帮助识别您说了什么,或重新表述一条已经准备好的 ATC 消息。它不是自由聊天机器人,也不是自主管制员。

实验性状态#

相关 Options 项会标记为实验性:

AI Push-to-Talk Recognition (Experimental) 用于语音输入。
Dialog Generation and A.I. (Experimental) 用于生成 ATC 表述。
AI - Gemini (Cloud, Experimental) 用于云端 LLM 语句变体。

实验性意味着结果可能随麦克风、口音、驾驶舱噪声、网络连接、模型可用性、API 限额以及具体生成的消息而变化。如果某项功能听起来不对、太慢或不可靠,请关闭它并使用 Radio Log 按钮。飞行会继续使用标准内置通话用语。

NextATC 现在如何使用 AI#

NextATC 有两项 AI 辅助功能:

Push-to-Talk Recognition 会监听麦克风,尝试把您的复诵或无线电动作转换为文本。
Dialog Generation and A.I. 会请求 LLM 改写部分 ATC 消息,让它们不要每次都听起来完全一样。

这两个系统互相独立。您可以只用语音识别、不用 Gemini;只用 Gemini、不用语音识别;两者都用;或两者都不用。

Push-to-Talk 识别#

Push-to-Talk 识别是 speech-to-text,不是与 LLM 对话。您绑定 NextATC/voice_push_to_talk 命令,按住或切换该键,然后说出复诵或当前无线电选项。NextATC 会转写音频,在 Radio Log 中显示预览,并检查重要运行内容是否与 ATC 正在等待的内容一致。

例如,呼号、跑道、应答机编码、航向、高度、频率和程序名称都很重要。您不必逐字照读按钮标签,但关键数字和名称必须存在并能被识别。

有两种操作模式:

Hold-to-Talk: 说话时按住 PTT 键,说完后松开。这是默认模式,也最接近真实无线电。
Toggle Talk: 按一次开始监听,再按一次停止。如果分配的按钮不适合长按,这种模式很有用。支持的提示中,引导式 auto-toggle 也可以自动开始和结束监听。

Push-to-Talk 模型#

Options 窗口列出多个识别模型。当前请把 Whisper Base English 视为实用基准。

Whisper Base English(约 142 MB): 稳定的内置模型,也是推荐起点。它面向英语,通常最适合标准 ATC 复诵。
Whisper Small English(约 466 MB): 较大的内置 Whisper 模型,可提升识别效果,但会占用更多磁盘空间,转写也更慢。
Whisper Medium English(约 1.46 GB): 面向较快消费级 PC 的最高精度内置选项。

本地转写只提供这些内置 Whisper 模型尺寸。默认使用英语。启用 多语言模型支持 后,会把所选尺寸切换为单独下载的多语言 Whisper 版本,并让 Whisper 自动检测说话语言。它适用于非英语的本地专有名称或发音,不会改变 ATC 交互:NextATC 期待的复诵文本仍然是英语。如果较大的模型太慢或不够可靠,请切回 Whisper Base English。

Gemini 对话生成#

Gemini 只用于文本生成。它不会监听您的麦克风,也不会决定您收到什么放行或指令。当选择 AI - Gemini 并配置 API 密钥后,NextATC 会发送一段简短文本请求,其中包含要改写的消息以及保持同一事实所需的航空信息。选项中的 模型 按钮可让您在 Gemini Flash 和 Gemini Flash-Lite 之间选择；NextATC 始终使用 Google 发布的所选模型的最新版本。

Gemini 随后尝试为同一条 ATC 消息生成不同说法。目标是变化:不同的开头、略有不同的节奏,以及长时间飞行中更少的重复。航路、跑道、应答机编码、高度、频率和其他运行项目必须保持不变。

内置语句始终是参考。如果 Gemini 被禁用、不可用、太慢、返回空文本,或生成的语句未通过校验,NextATC 会回退到内置消息。

Options 中的 Gemini variation 按钮会在四种实验性推理风格之间切换。您可以用它比较 Gemini 如何改写同一类 ATC 消息:更保守、变化更多、更少复制模板、或更多受示例引导。它只改变措辞风格,不会改变 ATC 决策。

本地 LLM 模型#

Options 中可能出现 AI - <model> (Local paused, Experimental) 这样的本地条目。在普通版本中,它们会列出但处于暂停状态。目前不推荐普通用户使用这一路径。需要严格且可预测的通话用语时,请使用内置 NextATC 模式;想测试云端表达变化时再使用 Gemini。

可以期待什么#

AI 语句生成可能让无线电更有生命力,但也可能很保守、变化很轻微,或偶尔出错。即使有校验,生成的句子也可能听起来不自然、丢失细微含义,或选择您不喜欢的表达。如果您想要最可预测的体验,请把对话生成保持在内置 NextATC 模式。

语音识别的最佳条件是:头戴式麦克风、安静驾驶舱、简短复诵、清晰读出数字。测试时请始终保持 Radio Log 可见。用鼠标点击 Readback 和 Say Again 按钮始终是可靠的备用方式。

另请参阅#

语音与一键通话(Push-to-Talk) —— 麦克风、PTT 模式和复诵的实用设置。
选项参考(Options Reference) —— 所有相关复选框和按钮。
Azure 设置 —— 云端 text-to-speech 语音。Azure TTS 与 AI 和 Gemini 是独立功能。