語(yǔ)音交互技術(shù)在城市軌道交通中的應(yīng)用

梁 君，付保明，王永興，王 帥，章 濤

（1.蘇州市軌道交通集團(tuán)有限公司，江蘇蘇州 215004；2.方正國(guó)際軟件（北京）有限公司，北京 100080）

作為城市公共交通的重要組成部分，軌道交通具有運(yùn)量大、速度快、自動(dòng)化程度高等特點(diǎn)[1]，乘客與自動(dòng)售檢票（Automatic Fare Collection,AFC）系統(tǒng)、運(yùn)營(yíng)人員等存在大量的信息交互。語(yǔ)音交互作為一種前沿的人機(jī)交互技術(shù)，在軌道交通乘客信息交互領(lǐng)域有著廣闊的發(fā)展前景。根據(jù)《中國(guó)城市軌道交通智慧城軌發(fā)展綱要》，在2025年城市軌道交通乘客智慧服務(wù)將普遍采用語(yǔ)音購(gòu)票、語(yǔ)音問詢等功能[2]。萬(wàn)海川[3]探討了語(yǔ)音交互技術(shù)在軌道交通廣播系統(tǒng)中的應(yīng)用場(chǎng)景，以提供面向乘客的個(gè)性化廣播，但車站環(huán)境復(fù)雜，聲音嘈雜，該使用場(chǎng)景的落地尚需其他系統(tǒng)的支持；艾文偉[4]等在分析語(yǔ)音交互技術(shù)功能需求的基礎(chǔ)上，介紹了語(yǔ)音購(gòu)票、語(yǔ)音問詢等示范項(xiàng)目的應(yīng)用情況，但各項(xiàng)應(yīng)用相對(duì)獨(dú)立，功能整合程度不高，尚未形成完整的應(yīng)用體系。

根據(jù)乘客與軌道交通信息交互的現(xiàn)狀，分析當(dāng)前模式的不足，深入探討語(yǔ)音交互技術(shù)在軌道交通乘客信息交互中的可行性，并將語(yǔ)音交互技術(shù)整合在軌道交通各乘客服務(wù)系統(tǒng)中，構(gòu)建智能化的信息交互新模式。

1 需求及問題

1.1 信息交互需求

根據(jù)乘客的軌道交通出行過程，其與軌道交通的信息交互可分為主動(dòng)式交互和被動(dòng)式交互兩大類。其中，主動(dòng)式交互是指乘客根據(jù)出行需要，主動(dòng)與軌道交通車站各系統(tǒng)進(jìn)行人機(jī)信息交互或與運(yùn)營(yíng)人員進(jìn)行溝通，解決出行過程中的各類問題；被動(dòng)式交互是指為滿足廣大乘客出行需求，通過廣播、乘客信息顯示屏等，軌道交通主動(dòng)、無(wú)差別地告知乘客有關(guān)出行信息，乘客根據(jù)出行需求，自主選擇信息的接收。乘客與軌道交通信息交互類型具體如圖1所示。

圖1 信息交互類型Fig.1 Information interaction types

由圖1可知，當(dāng)被動(dòng)式交互所提供的的信息不能滿足乘客的出行需求時(shí)，乘客將通過問詢等主動(dòng)式交互獲取相關(guān)出行信息。被動(dòng)式信息交互模式下，乘客只需接收出行信息即可，與軌道交通并無(wú)復(fù)雜的交互過程；主動(dòng)式信息交互模式下，乘客需求主要集中在票務(wù)處理、客運(yùn)人工服務(wù)兩方面，且需求因人而異，種類豐富，對(duì)票務(wù)設(shè)備及客運(yùn)人員的要求較高。

1.2 存在的問題

自 助 售 票 機(jī)（Tiket Vending Machine,TVM）及客服中心作為乘客主動(dòng)信息交互的重要窗口，與乘客進(jìn)行信息交互時(shí)，面臨流程繁瑣、查詢困難、防疫等難題。

1）購(gòu)票流程繁瑣，站點(diǎn)查詢困難，最短路徑不清。網(wǎng)絡(luò)化運(yùn)營(yíng)條件下，TVM人機(jī)交互界面按鍵密集，操作流程繁雜。對(duì)購(gòu)票流程、站點(diǎn)不熟悉的乘客，購(gòu)票時(shí)需要進(jìn)行摸索，且其選擇的目的站點(diǎn)未必是距離出行目的地的最優(yōu)站點(diǎn)，乘客購(gòu)票時(shí)間長(zhǎng)，出行體驗(yàn)差。

2）人力成本高，工作壓力大。軌道交通車站客運(yùn)人員采用三班輪流值守模式，人員編制較多，運(yùn)營(yíng)人力成本高。同時(shí)，客運(yùn)人員需要耗費(fèi)大量的時(shí)間及精力掌握業(yè)務(wù)知識(shí)，面對(duì)乘客多變的需求，當(dāng)溝通不暢時(shí)，易產(chǎn)生負(fù)面情緒，影響軌道交通形象。

3）站外問詢困難。當(dāng)前，乘客站外問詢、投訴的主要途徑為客服電話、官網(wǎng)、公眾號(hào)等[5]。但人工客服電話資源有限，占線情況嚴(yán)重，難以滿足全線網(wǎng)乘客的問詢需求；而官網(wǎng)、公眾號(hào)等途徑，乘客訴求需轉(zhuǎn)交后臺(tái)人工處理，流程較長(zhǎng)，缺乏時(shí)效性。

4）新冠疫情防疫。無(wú)論是TVM購(gòu)票，還是客運(yùn)問詢，乘客需與設(shè)備及運(yùn)營(yíng)人員面對(duì)面直接接觸。軌道交通車站密閉環(huán)境，設(shè)備及運(yùn)營(yíng)人員面對(duì)大量的乘客，極易接觸新冠病毒，并傳播給廣大乘客[6]。因此，在疫情防控常態(tài)化情況下，應(yīng)在滿足乘客信息交互的同時(shí)，盡量減少乘客與車站設(shè)備及客運(yùn)人員的接觸。

2 語(yǔ)音交互應(yīng)用場(chǎng)景

2.1 語(yǔ)音交互

語(yǔ)音交互技術(shù)，是以語(yǔ)音作為主要的信息載體，使機(jī)器具備能說(shuō)會(huì)聽、學(xué)習(xí)思考的能力，從而實(shí)現(xiàn)人類與機(jī)器之間類似人類互相之間的自然語(yǔ)音交互過程[7]。語(yǔ)音交互包含語(yǔ)音識(shí)別（Automatic Speech Recognition，ASR）、自然語(yǔ)言處理（Natural Language Processing，NLP）以及語(yǔ)音合成（Text-To-Speech，TTS）3部分。

ASR技術(shù)可以將乘客的語(yǔ)音信息轉(zhuǎn)化為文本信息；NLP技術(shù)進(jìn)一步將文本信息轉(zhuǎn)化為計(jì)算機(jī)語(yǔ)言，以便設(shè)備能夠理解乘客的語(yǔ)音信息，而TTS技術(shù)則是將系統(tǒng)存儲(chǔ)的文本信息合成為語(yǔ)音，并通過麥克風(fēng)等傳達(dá)給乘客。

2.2 場(chǎng)景分析

針對(duì)TVM購(gòu)票處理流程繁瑣等缺點(diǎn)，可將ASR、NLP等技術(shù)應(yīng)用到軌道自動(dòng)售檢票系統(tǒng)中，為乘客提供語(yǔ)音交互購(gòu)票環(huán)境，簡(jiǎn)化操作程序、減少人機(jī)觸摸交互。通過人機(jī)對(duì)話，TVM可以準(zhǔn)確地判斷乘客的購(gòu)票意圖，有效節(jié)約了乘客的購(gòu)票時(shí)間，提升單臺(tái)設(shè)備售票能力，提升了乘客購(gòu)票體驗(yàn)。

針對(duì)客運(yùn)人工服務(wù)效率低、成本高、壓力大等問題，可將ASR、NLP、TTS等技術(shù)應(yīng)用到客服系統(tǒng)中，為乘客提供語(yǔ)音交互問詢等服務(wù)。降低運(yùn)營(yíng)成本的同時(shí)，減少人員接觸，提高服務(wù)效率，提高智能化服務(wù)水平。

3 實(shí)施方案

語(yǔ)音交互功能的實(shí)現(xiàn)既需要前端語(yǔ)音處理模塊，也需要后端語(yǔ)音處理平臺(tái)的支持。因此，在AFC系統(tǒng)及客服系統(tǒng)的基礎(chǔ)上，通過搭建語(yǔ)音服務(wù)平臺(tái)，并在終端設(shè)備上集成語(yǔ)音處理模塊，構(gòu)建語(yǔ)音服務(wù)系統(tǒng)，從而為AFC系統(tǒng)及客服系統(tǒng)提供語(yǔ)音交互服務(wù)。

3.1 系統(tǒng)功能

語(yǔ)音服務(wù)系統(tǒng)應(yīng)具備ASR、NLP、對(duì)話管理、自然語(yǔ)言生成、TTS等全過程語(yǔ)音服務(wù)功能，為語(yǔ)音購(gòu)票、語(yǔ)音問詢服務(wù)等提供技術(shù)支撐。

語(yǔ)音購(gòu)票：系統(tǒng)能支持中/英文、全過程無(wú)接觸語(yǔ)音識(shí)別購(gòu)票；能對(duì)軌道交通具體站點(diǎn)名稱進(jìn)行精準(zhǔn)識(shí)別；能將乘客語(yǔ)音信號(hào)轉(zhuǎn)換成文字，并在智能服務(wù)終端用戶界面上進(jìn)行顯示；能根據(jù)地名或車站周邊興趣點(diǎn)[8]（Point of Interest, POI）實(shí)現(xiàn)站點(diǎn)模糊搜索，準(zhǔn)確提供最近地鐵名稱信息，提醒客戶購(gòu)買對(duì)應(yīng)的地鐵票。

語(yǔ)音問詢服務(wù)：系統(tǒng)能夠支持開放式語(yǔ)義環(huán)境下的問詢輸入，支持語(yǔ)音模糊問詢、全局上下文分析處理、多輪對(duì)話處理，能夠通過分析對(duì)話感知對(duì)話場(chǎng)景，預(yù)測(cè)對(duì)話意圖，并基于城軌知識(shí)庫(kù)返回?cái)M人化的語(yǔ)音或文本文件，從而為乘客服務(wù)提供自助查詢、自動(dòng)應(yīng)答、遠(yuǎn)程音視頻對(duì)講及站內(nèi)/外地圖導(dǎo)航等語(yǔ)音服務(wù)。

3.2 系統(tǒng)架構(gòu)

作為AFC系統(tǒng)及客服系統(tǒng)的輔助系統(tǒng)，語(yǔ)音服務(wù)系統(tǒng)與AFC系統(tǒng)及客服系統(tǒng)深度融合，其系統(tǒng)架構(gòu)如圖2所示。

由圖2可知，AFC系統(tǒng)及客服系統(tǒng)為語(yǔ)音交互技術(shù)的實(shí)現(xiàn)提供了應(yīng)用環(huán)境。語(yǔ)音平臺(tái)在既有語(yǔ)音交互技術(shù)的基礎(chǔ)上，根據(jù)軌道交通語(yǔ)音交互場(chǎng)景，專門制定符合軌道交通業(yè)務(wù)需求的語(yǔ)音信號(hào)算法、站點(diǎn)/地名識(shí)別訓(xùn)練及軌道行業(yè)技能。地圖軟件、客服助手軟件、城軌知識(shí)庫(kù)等系統(tǒng)為模糊語(yǔ)音查詢、地圖導(dǎo)航、自助查詢等語(yǔ)音交互功能的實(shí)現(xiàn)提供配套支持。

圖2 語(yǔ)音服務(wù)系統(tǒng)架構(gòu)Fig.2 Architecture of speech service system

3.3 城軌知識(shí)庫(kù)

知識(shí)庫(kù)是人機(jī)交互的“大腦”，為人機(jī)語(yǔ)音交互提供數(shù)據(jù)支撐。針對(duì)軌道交通人機(jī)交互場(chǎng)景及業(yè)務(wù)需求，需結(jié)合軌道交通相關(guān)數(shù)據(jù)，建立基于自然語(yǔ)言理解的城軌知識(shí)庫(kù)，內(nèi)容如圖3所示。

由圖3可知，城軌知識(shí)庫(kù)分為車站數(shù)據(jù)、運(yùn)行數(shù)據(jù)等結(jié)構(gòu)化數(shù)據(jù)及票務(wù)政策、安全法規(guī)等非結(jié)構(gòu)化數(shù)據(jù)兩大類。城軌知識(shí)庫(kù)應(yīng)開放與軌交生產(chǎn)系統(tǒng)、服務(wù)系統(tǒng)的接口，實(shí)時(shí)更新運(yùn)營(yíng)信息、乘客失物報(bào)送信息、投訴信息等，也可由運(yùn)營(yíng)人員手動(dòng)進(jìn)行批量數(shù)據(jù)導(dǎo)入，快速修改發(fā)布知識(shí)問答，從而實(shí)現(xiàn)知識(shí)庫(kù)的快速更新，以便不斷優(yōu)化、提升語(yǔ)音服務(wù)水平。

圖3 城軌知識(shí)庫(kù)內(nèi)容Fig.3 Contents of urban rail knowledge base

3.4 既有系統(tǒng)調(diào)整

為實(shí)現(xiàn)語(yǔ)音交互功能，需對(duì)AFC系統(tǒng)及客服系統(tǒng)進(jìn)行軟硬件的調(diào)整，從而將語(yǔ)音交互整合在有關(guān)系統(tǒng)中。

在終端設(shè)備硬件方面，需增加語(yǔ)音控制模塊、麥克風(fēng)、攝像頭等模塊，以實(shí)現(xiàn)語(yǔ)音的采集、預(yù)處理及語(yǔ)音回復(fù)等終端語(yǔ)音功能。新增硬件應(yīng)充分利用既有設(shè)備內(nèi)部空間，實(shí)現(xiàn)設(shè)備整體美觀的同時(shí)，采用抗噪語(yǔ)音識(shí)別技術(shù)[9]，優(yōu)化語(yǔ)音處理算法，有效地屏蔽左、右、后方的人聲干擾，保證TVM流暢的語(yǔ)音交互體驗(yàn)。

在終端設(shè)備軟件方面，需在增加語(yǔ)音模塊與設(shè)備上位機(jī)數(shù)據(jù)接口的同時(shí)，根據(jù)語(yǔ)音交互場(chǎng)景，優(yōu)化人機(jī)交互界面，調(diào)整人機(jī)交互流程，從而為乘客、后臺(tái)客服人員提供人性化語(yǔ)音交互環(huán)境。

4 應(yīng)用案例

蘇州軌道交通積極探索語(yǔ)音交互技術(shù)在軌道交通的應(yīng)用前景，在既有線試點(diǎn)語(yǔ)音購(gòu)票功能，并在新線建設(shè)過程中全面推進(jìn)語(yǔ)音交互技術(shù)在AFC、智能客服系統(tǒng)中的使用。

通過與傳統(tǒng)購(gòu)票方式對(duì)比，語(yǔ)音購(gòu)票模式可極大的提高購(gòu)票效率，且1 m范圍內(nèi)普通話的識(shí)別率可以達(dá)到95%，能夠滿足各類乘客的語(yǔ)音購(gòu)票需求。為確保語(yǔ)音交互的準(zhǔn)確性、人性化，系統(tǒng)采用任務(wù)型對(duì)話[10]、知識(shí)型問答等關(guān)鍵技術(shù)，給予乘客準(zhǔn)確、詳盡、專業(yè)的回答；為確保信息交互效率，除軌道交通車站智能客服等設(shè)備終端外，還將在電話、網(wǎng)頁(yè)、APP等客戶側(cè)，為乘客提供語(yǔ)音自助服務(wù)，提高服務(wù)水平。

5 結(jié)束語(yǔ)

語(yǔ)音交互技術(shù)為軌道交通乘客信息交互提供了新途徑。通過分析軌道交通乘客信息交互的現(xiàn)狀，深入探討了語(yǔ)音交互技術(shù)在乘客服務(wù)中的應(yīng)用方向及實(shí)施方案。語(yǔ)音交互技術(shù)作為軌道交通智能化發(fā)展的重要方向，應(yīng)進(jìn)一步探討其在設(shè)備智能化管理、運(yùn)營(yíng)管理等方面的應(yīng)用，在乘客人機(jī)語(yǔ)音交互的基礎(chǔ)上，實(shí)現(xiàn)運(yùn)營(yíng)管理人員與軌道交通各機(jī)電系統(tǒng)的語(yǔ)音交互，進(jìn)而實(shí)現(xiàn)系統(tǒng)的智能化管理。