语音与一键通话(Push-to-Talk)

NextATC 有两个相互独立的语音功能。它们彼此独立,可以分别开启或关闭:

• TTS(文本转语音):管制员说话。您阅读或聆听。
• 语音识别(STT):您说话。管制员聆听。

您可以同时使用两者、只使用其中之一,或都不使用。即使两者均关闭,Radio Log 仍能正常工作。插件在纯文本模式下完全可玩。如果语音功能出现任何问题,请切换回文本模式(见最后一节),您的飞行可以正常继续。

TTS —— 让管制员说话#

打开 Plugins -> NextATC -> Options,启用:

• Read ATC messages (TTS) —— 管制员会说话,而不仅在 Radio Log 中显示文字。

这就是您所需的全部设置。默认使用本地 X-Plane/操作系统语音。自定义语音(Azure、自定义 Windows 语音)需要单独配置。云端语音选项请参阅 Azure Setup。

在 Options -> Voice 中选择 Speech engine：Operating system（默认），Microsoft Azure，Kokoro (offline) 或 Piper (offline)。Azure 需要额外的设置，请参见 Azure 设置。Operating system 使用已安装的系统语音。Kokoro 与 Piper 在下载模型后可在本地合成语音。

Disable voice on readback 让您自己的飞行员语音保持静音,仅由 ATC 发声。大多数飞行员都保持启用。

本地语音：Kokoro 和 Piper#

NextATC 内置 Kokoro 和 Piper 语音引擎。与 X-ATC-Chatter 通过 VoiceBox 使用这些语音的方式不同，NextATC 不需要运行 VoiceBox 或其他独立应用。

1. 打开 Options -> Voice 并在 Speech engine 中选择 Kokoro (offline) 或 Piper (offline)。语音目录会弹出；需要时可再次使用 Voice roles / Download... 打开。
2. 勾选标记为 Download 的语音，然后点击 Download selected。推荐的语音已预先选中。下载需要网络连接，下载完成后合成在本地进行。若想取消下载可使用 Cancel download，关闭目录后下载仍会继续。
3. 安装完成后，点击任意语音即可选择并预览飞行员语音。ATC 复选框用于选择控制员/交通的语音池。
4. 使用 Test current ATC 或 Test random ATC 进行试听，然后点击 Save voice roles 保存。保持 Read ATC messages (TTS) 开启并在完成后保存 Options。

Disable voice on readback 同样适用于已选的飞行员语音。音量和无线电语音效果在 Azure、Kokoro 与 Piper 中均可调，在 Windows 上也适用于操作系统语音；在 macOS 和 Linux 上，操作系统语音则使用其原生音频通道。

Kokoro 或 Piper 发声时帧率下降#

本地语音在 CPU 上生成，因此每次通话都会短暂地与模拟器争用资源；在交通通话较多的繁忙机场，这一点更加明显。在 macOS 和 Windows 上，语音工作进程已经以低于 X-Plane 的优先级运行。最轻量的本地语音是在 Piper 目录中启用 Light models（默认设置）的 Piper 语音：它们所需的 CPU 约为高质量 Piper 模型的八分之一，并标记为 light。对于 Kokoro，请保持启用 Compact model (114 MB instead of 325 MB)（默认设置）：与标准模型相比，它需要稍少的 CPU 和磁盘空间，语音质量略低。两者的语音都保持不变；请确保已使用 Download selected 下载所选模型。在安装完成之前，引擎会继续使用磁盘上已有的模型。Microsoft Azure 语音在云端生成，合成时不占用本地 CPU。

Radio Box 的两个活动 LED 表示什么？#

ATC/Ground Services 旁边的两个小 LED 分别显示两种无线电音频源。靠近按钮的绿色 LED 在 NextATC 占用无线电播放 TTS 时亮起。其左侧的琥珀色 LED 在 X-ATC-Chatter 报告正在播放语音片段时亮起。空心 LED 表示相应音源处于空闲状态；如果两个 LED 同时亮起，则表示两种音频正在重叠播放。

语音识别 —— 对管制员说话#

语音识别读取您说的内容,并将其转换为复诵或动作。这是一项实验性的 AI 辅助功能,但不是自由聊天机器人。当前流程被有意设计得很窄:

• ASR/STT 模型把麦克风音频转写成文本。
• 插件把这些文本与当前 ATC 流程正在等待的复诵、飞行员消息或动作选项进行比较。
• 只有重要的运行内容匹配时,ATC 流程才接受输入:呼号、跑道、高度、频率、应答机码、航向及类似项目。

这种设计让飞行流程保持确定性。它也意味着一句话即使被正确转写,如果运行内容不符合 ATC 当前等待的内容,仍然会被拒绝。

它需要:

1. 已安装识别模型。打开 Options,在 Voice Models 下点击缺失的模型进行下载。
2. 在 Options -> Speech 中选择一个可用的麦克风。
3. 已为 NextATC/voice_push_to_talk 绑定按键或操纵杆按钮。

在 X-Plane 的 Settings -> Keyboard 中绑定按键。搜索 NextATC,将 voice_push_to_talk 分配给一个您能舒适按住的键(许多用户选择小键盘 0、摇杆顶部按钮或 Tab 键)。

识别模型与预期#

Options 页面列出多个语音识别模型,方便你根据麦克风、口音、硬件和语言选择合适模型。这个区域仍处于实验阶段。较大的模型可能更慢、占用更多磁盘空间,或与基准模型表现不同。

请从 Whisper Base English 开始。对于英语 ATC readback,它是最可预期的选择。只有在需要更好的口音处理且可以接受更慢的本地转写时,再尝试 Whisper Small English 或 Whisper Medium English。如果所选模型运行太慢或返回的文本可用性较低,请切回 Whisper Base English。

默认情况下,识别使用英语 Whisper 模型。只有在需要更好识别非英语机场名、城市名或本地发音时,才启用 Multilingual model support。这会下载与当前模型大小匹配的多语言版本,并与英语模型分开保存。所选模型下载完成后,语音识别会自动启用,并显示 push-to-talk 提示。

如果下次启动插件时找不到当前选中的有效模型版本,语音识别会被禁用,而不会保留一个不存在的模型选择。

GPU 加速让 Whisper 更快地处理麦克风音频；它不负责生成管制员的 TTS 语音。使用相同的识别模型时，启用 CUDA 或 Metal 不保证转写更准确。如果识别似乎有所改善，也请检查所选模型、麦克风和录制的音频。

当 Options 中 Use GPU acceleration 可用时,它会在受支持的 Apple silicon Mac 上选择 Metal,在 Windows 上选择 NVIDIA CUDA。Windows 安装包包含 CUDA 模块,并要求 PC 安装 CUDA Toolkit 12.8 或 12.9。安装后请重启 X-Plane;Steam 版和独立版的工作方式相同。CUDA 作为单独的可选模块加载,因此缺少 GPU、驱动程序或运行时不会阻止 NextATC 启动。关闭此选项可强制使用 CPU。GPU 设置、模型初始化或推理发生可恢复错误时会改用 CPU 重试;上游 GPU 运行时内部的致命错误无法在同一进程内恢复。

多语言模式会让 Whisper 自动检测说话语言。它不会把 NextATC 变成非英语的 ATC 对话:NextATC 所期待的复诵用语仍然是英语。

最好把语音识别视为普通 Radio Log 之上的便利层。它有助于沉浸感,但文本按钮始终是可靠的 fallback。

两种 PTT 模式#

PTT 键有两种使用方式。请选一个并坚持使用。

Hold(按住)模式(电台模式)#

• 按住PTT 键。
• 在按住期间讲话。
• 讲完后释放按键。

这就是真实电台的工作方式。它是默认模式,对大多数用户而言也最可靠。

Toggle(切换)模式(按一次/再按一次)#

• 按一次 PTT 键开始监听。
• 讲话。
• 再按一次 PTT 键停止监听。

如果您的 PTT 键不便于按住(例如某个单一摇杆按钮还有其他用途),Toggle 模式很有用。在 Toggle 模式下,插件还可以在数秒静默后自动停止监听。

当前模式在 Options -> Speech 中配置。如果修改了模式,请在地面先测试一次,再在飞行中依赖它。

完整复诵流程,分步说明#

这是管制员期望的顺序:

1. ATC 说了一句话,出现在 Radio Log 中(如启用 TTS 还会发声)。
2. Radio Log 显示 Readback 与 Say Again 按钮。
3. 按住(或切换)您的 PTT 键。
4. 念出复诵。例如:「Climbing flight level two zero zero, AAL67」。
5. Radio Log 显示灰色预览,其中是识别到的词。
6. 释放 PTT 键(在 Toggle 模式下则再按一次)。
7. 预览会被提交。如果复诵匹配,ATC 会接受它,Radio Log 会高亮已接受的提示。

如果复诵未被接受,管制员会要求 Say again。请参阅下一节。

「转写正确,但 ATC 仍然 Say Again」#

这是最常见的混淆。灰色预览只表示麦克风识别到了那些词。它还不意味着管制员接受了它们。

可能的原因,按可能性顺序排列:

• 您过早或过晚释放了 PTT 键。识别器在释放时停止。请在最后一个字与释放之间留一个清晰的停顿后再试一次。
• **您使用的措辞与 Readback 按钮期望的不同。**所需的精确措辞会以小提示形式出现在 Readback 按钮下方作为语音指南。请尽量匹配。无需逐字一致,但关键的数字(呼号、高度、跑道、频率)必须存在。
• 转写漏掉了一个数字(例如说 flight level 而不是 FL200)。请清晰地念出每一位数字:「two zero zero」,而非「two hundred」。
• 您在电台准备好之前就开口了。请等待 Readback 按钮出现后再按 PTT。
• 背景噪音或游戏声音。插件使用在 Options 中选择的麦克风。在某些耳机、操作系统和驱动程序组合中，启用蓝牙麦克风可能会选择另一种音频配置；音质可能因此发生变化，也可能出现咔嗒声。NextATC 无法预测每种设备的这种行为。如果遇到此现象，请尝试有线麦克风或电脑内置麦克风。

如有疑问,您可以随时用鼠标点击 Readback 跳过语音。飞行会以完全相同的方式继续。

「我没法让语音工作。如何切换回文本模式?」#

这是安全且快捷的方式。您不会丢失飞行进度。

1. 打开 Plugins -> NextATC -> Options。
2. 在 Options -> Speech 中关闭语音识别(输入端 —— STT)。
3. 如果您也不想让管制员发声,可选关闭 Read ATC messages (TTS)。
4. 确保 Radio Log 为 Enabled。这就是文本通信流。
5. 关闭 Options。

Radio Log 现在以文字形式显示每一条 ATC 消息,您可以用鼠标或 NextATC/handoff 命令点击 Readback / Say Again。其余所有内容(放行、滑行、爬升、着陆)的工作方式保持不变。

「我关闭了语音,现在完全看不到任何消息」#

通常有两项被关闭:

• Options 中 Radio Log -> Enabled 被关闭。
• OSD flash messages 被关闭且 TTS 也关闭,因此既不会发声也不会闪烁。

修复方法:

1. 打开 Options。
2. 将 Radio Log -> Enabled 设为开。
3. 将 Max visible lines 设为至少 4。
4. 保存并关闭。

下一条 ATC 消息出现时,Radio Log 会重新显示。如果启用了 Show anchor dot when hidden,您也可以点击小锚点将其手动调出。

如果语音识别一直失败#

按以下顺序检查:

• 麦克风:另一个应用(例如语音录音机)能听到您的声音。
• 已安装模型:所选识别模型已经下载。Options 页面会显示下载状态。
• 语言:默认使用英语 Whisper 模型。只有本地的非英语名称导致识别问题时,才启用多语言模型支持;必须另行下载对应的多语言版本。
• Runtime 支持:如果较大的实验模型不产生文本,请切回 Whisper Base English。
• PTT 键:X-Plane 命令 NextATC/voice_push_to_talk 只绑定到一个键。
• Hold 或 Toggle:您使用的是您所配置的模式,而非另一种。

如果以上都无效,请切换到文本模式并报告机场和频率。使用内置报告器或将受影响的可读 X-Plane/Log.txt 附件随 Web 问题报告提交；详见 错误报告与功能请求。

Windows 上的 SAPI5 语音#

在 Windows 上，Operating system 语音引擎使用 WinRT 语音 API 以及该 API 报告的语音。NextATC 不使用 SAPI5。如需更多无需云账户的本地语音，请选择 Kokoro (offline) 或 Piper (offline)：两者在下载语音模型后均在本地合成。

另见#

• Azure 设置 —— 让管制员的声音听起来不那么机械。
• 故障排查 —— 通用故障排查。
• 选项参考(Options Reference) —— 每一项语音相关选项的说明。