智能語(yǔ)音技術(shù)在城市軌道交通自動(dòng)售檢票系統(tǒng)中的應(yīng)用

　　摘要 智能語(yǔ)音技術(shù)作為人機(jī)交互的實(shí)現(xiàn)形式，廣泛應(yīng)用在社會(huì)生產(chǎn)生活的各個(gè)領(lǐng)域。近十年來(lái)我國(guó)城市軌道交通行業(yè)迎來(lái)了最快發(fā)展的階段，智能語(yǔ)音技術(shù)也應(yīng)用到了城市軌道交通自動(dòng)售檢票系統(tǒng)購(gòu)票終端、多功能客服等子系統(tǒng)的建設(shè)中。文章結(jié)合智能語(yǔ)音技術(shù)的應(yīng)用環(huán)境，分析了該技術(shù)在城市軌道交通自動(dòng)售檢票系統(tǒng)中的應(yīng)用現(xiàn)狀及發(fā)展前景，為自動(dòng)售檢票系統(tǒng)的建設(shè)與發(fā)展起到促進(jìn)作用。

　　關(guān)鍵詞 智能語(yǔ)音技術(shù);城市軌道交通;自動(dòng)售檢票系統(tǒng);人機(jī)交互

　　0 引言

　　智能語(yǔ)音技術(shù)是機(jī)器獲取人類語(yǔ)言信息的技術(shù)，通過(guò)該技術(shù)可以實(shí)現(xiàn)人機(jī)交互。一方面，智能語(yǔ)音技術(shù)可在不同場(chǎng)景內(nèi)進(jìn)行語(yǔ)言的錄入，實(shí)現(xiàn)人對(duì)機(jī)器控制的多樣化、高效化。另一方面，可實(shí)現(xiàn)機(jī)器的即興口語(yǔ)和自然對(duì)話以及多種語(yǔ)種的同聲翻譯。

　　1 智能語(yǔ)音技術(shù)概況

　　智能語(yǔ)音技術(shù)，是人類實(shí)現(xiàn)人機(jī)交互的重要手段，在各行業(yè)中有著較為廣泛的應(yīng)用，該技術(shù)主要包括自動(dòng)語(yǔ)音識(shí)別技術(shù)(ASR)和語(yǔ)音合成技術(shù)(TTS)。

　　1.1 自動(dòng)語(yǔ)音識(shí)別技術(shù)

　　自動(dòng)語(yǔ)音識(shí)別技術(shù)：ASR，即Automatic Speech Recognition，可實(shí)現(xiàn)將人類語(yǔ)言的聲音信號(hào)，通過(guò)設(shè)備拾音、信號(hào)處理轉(zhuǎn)化為計(jì)算機(jī)識(shí)別的文本文件，用于各種計(jì)算機(jī)軟件的數(shù)據(jù)處理。

　　1.2 語(yǔ)音合成技術(shù)

　　語(yǔ)音合成技術(shù)：TTS，即Text To Speech，通過(guò)計(jì)算機(jī)專用軟件和預(yù)置語(yǔ)音庫(kù)數(shù)據(jù)庫(kù)，可將任意機(jī)器內(nèi)文字用標(biāo)準(zhǔn)流暢的語(yǔ)言，通過(guò)音頻輸出設(shè)備朗讀出來(lái)。

　　智能語(yǔ)音技術(shù)結(jié)合了聲學(xué)、數(shù)字與模擬電路學(xué)、語(yǔ)言學(xué)、計(jì)算機(jī)科學(xué)等學(xué)科，實(shí)現(xiàn)了實(shí)時(shí)的語(yǔ)音輸入輸出，它與當(dāng)今前沿的AI技術(shù)相結(jié)合，實(shí)現(xiàn)了不同應(yīng)用場(chǎng)景下的人機(jī)交互，并從不同程度上替代了手動(dòng)錄入信息及顯示屏上的文字輸出，極大提高了工作、生產(chǎn)效率及人機(jī)交互多樣性。

　　2 智能語(yǔ)音技術(shù)的應(yīng)用

　　21世紀(jì)被稱作是IT時(shí)代，隨著集成電路技術(shù)飛速發(fā)展，芯片算力不斷提升，AI智能、物聯(lián)網(wǎng)、云計(jì)算已成為科技發(fā)展的重要方向，與此同時(shí)，智能語(yǔ)音技術(shù)也不斷推陳出新，支持方言輸入、俗語(yǔ)、多國(guó)語(yǔ)言兼容等功能。智能語(yǔ)音技術(shù)廣泛應(yīng)用在移動(dòng)設(shè)備、智慧交通、智能家居、機(jī)械制造等領(lǐng)域[1]。

　　2.1 移動(dòng)設(shè)備

　　移動(dòng)設(shè)備：移動(dòng)設(shè)備是最早具有智能語(yǔ)音技術(shù)實(shí)現(xiàn)場(chǎng)景的終端設(shè)備，通過(guò)設(shè)備自身具備的音頻輸入輸出模組，讓用戶通過(guò)語(yǔ)音喚醒、即時(shí)對(duì)話，實(shí)現(xiàn)了用戶通過(guò)口語(yǔ)對(duì)移動(dòng)電話、個(gè)人計(jì)算機(jī)等設(shè)備內(nèi)各程序軟件的操作及控制。該技術(shù)領(lǐng)域技術(shù)較為成熟且應(yīng)用較為廣泛的產(chǎn)品有蘋(píng)果公司的Siri及微軟的Cortana，都滿足了以觸發(fā)式語(yǔ)音人機(jī)交互為核心的用戶體驗(yàn)。

　　2.2 信息處理

　　智能語(yǔ)音技術(shù)被廣泛應(yīng)用到國(guó)際會(huì)議現(xiàn)場(chǎng)、政商文體新聞報(bào)道等領(lǐng)域。通過(guò)智能語(yǔ)音設(shè)備進(jìn)行實(shí)時(shí)的文字錄入，可實(shí)現(xiàn)多語(yǔ)言機(jī)器翻譯、新聞實(shí)時(shí)播報(bào)等功能。

　　2.3 智能客服

　　智能客服中的智能語(yǔ)音技術(shù)可分為線上與線下兩類[2]。隨著智能語(yǔ)音技術(shù)的日益成熟，已有大量物流、金融、保險(xiǎn)、通信運(yùn)營(yíng)商等消費(fèi)型企業(yè)上線智能語(yǔ)音客服，并在消費(fèi)查詢、業(yè)務(wù)辦理、問(wèn)題處理等部分基礎(chǔ)業(yè)務(wù)中替代了人工客服;在大型商超或是機(jī)場(chǎng)車站中，帶有智能語(yǔ)音功能的客服終端可提供方便快捷的地圖索引、消費(fèi)指南、實(shí)時(shí)的交通與天氣信息。

　　智能語(yǔ)音客服的優(yōu)勢(shì)主要有3個(gè)方面：

　　(1)企業(yè)客服實(shí)現(xiàn)流程標(biāo)準(zhǔn)化，減少人的情感波動(dòng)對(duì)問(wèn)題處理的干擾;

　　(2)人機(jī)交互過(guò)程中信息的錄入準(zhǔn)確且高效，大大提高了客服接待的效率;

　　(3)企業(yè)人工成本及管理運(yùn)維成本大大降低。

　　3 智能語(yǔ)音技術(shù)在城市軌道交通自動(dòng)售檢票系統(tǒng)的應(yīng)用

　　在城市軌道交通建設(shè)中，智能語(yǔ)音技術(shù)用于自動(dòng)售檢票系統(tǒng)，當(dāng)乘客因?yàn)閷?duì)乘車城市不熟悉或是因?yàn)楫?dāng)?shù)剀壍澜煌ň€路復(fù)雜而導(dǎo)致無(wú)法確認(rèn)目的地站點(diǎn)時(shí)，帶有智能語(yǔ)音功能的自動(dòng)售票機(jī)可通過(guò)乘客語(yǔ)音輸入的目的地信息，為乘客進(jìn)行后臺(tái)地圖模糊查詢。北京、廣州、南京、合肥、石家莊等城市先后將帶有語(yǔ)音輔助購(gòu)票功能的自動(dòng)售票終端引入了地鐵工程建設(shè)中。

　　在車站多功能客服終端上，可通過(guò)智能語(yǔ)音功能進(jìn)行儲(chǔ)值票充值、站點(diǎn)信息查詢、更新票卡信息、遠(yuǎn)程客服連線等功能。多動(dòng)能客服終端通過(guò)預(yù)置的對(duì)話情景引導(dǎo)乘客進(jìn)行一系列票卡服務(wù)。

　　3.1 帶有智能語(yǔ)音功能的自動(dòng)售票終端

　　帶有智能語(yǔ)音功能的自動(dòng)售票終端是在傳統(tǒng)TVM終端設(shè)備上加裝智能語(yǔ)音模塊、路由或通信模塊，通過(guò)城市軌道交通專用數(shù)據(jù)傳輸連接云服務(wù)器進(jìn)行后臺(tái)數(shù)據(jù)處理，并以原路徑回傳至售票終端，實(shí)現(xiàn)人機(jī)語(yǔ)音交互購(gòu)票。智能語(yǔ)音售票終端連接見(jiàn)圖1。

　　該智能語(yǔ)音售票終端主要由5部分組成：

　　(1)自動(dòng)售票機(jī)，包括3合1、4合1自動(dòng)售票機(jī)。

　　自動(dòng)售票機(jī)是軌道交通系統(tǒng)票務(wù)系統(tǒng)的核心設(shè)備終端，終端設(shè)備上的智能語(yǔ)音模組以串口通信或網(wǎng)線連接，此類售票終端配備了運(yùn)行內(nèi)存和存儲(chǔ)空間較大的工控機(jī)(控制單元)用于軟件的二次開(kāi)發(fā)。

　　(2)智能語(yǔ)音模組，包括拾音麥克風(fēng)、定位攝像頭、音頻信號(hào)處理單元。

　　1)拾音麥克風(fēng)為多麥克風(fēng)組合陣列，見(jiàn)圖2，安裝位置一般在TVM運(yùn)營(yíng)狀態(tài)顯示屏與乘客用觸摸屏之間，位置大致與成年人面部位置相平，可更準(zhǔn)確地收集乘客語(yǔ)音信息。帶有智能語(yǔ)音模組的售票終端見(jiàn)圖3。

　　2)定位攝像頭，該設(shè)備可在售票終端前站立的多個(gè)乘客當(dāng)中準(zhǔn)確選中正在進(jìn)行購(gòu)票操作的乘客，根據(jù)攝像頭對(duì)乘客口型的捕捉，乘客的語(yǔ)音會(huì)被標(biāo)記為需要處理的音頻信號(hào)。

　　3)音頻信號(hào)處理單元主要具有聲音信號(hào)降噪處理、數(shù)字模擬信號(hào)轉(zhuǎn)換、數(shù)據(jù)發(fā)送接收、數(shù)據(jù)解碼的功能。麥克風(fēng)收集的大量環(huán)境音頻信號(hào)后，該設(shè)備主要處理被標(biāo)記的購(gòu)票者的聲音信號(hào)。信號(hào)處理過(guò)程見(jiàn)圖4。

　　推薦閱讀：文明交通相關(guān)新發(fā)表的論文