智能語音技術(shù)在城市軌道交通客運服務(wù)中的應(yīng)用*

艾文偉 胡 湲 陳悅勤 李 喆 滕 靖

(1. 上海軌道交通運營管理中心， 200070， 上海； 2. 同濟大學(xué)道路與交通工程教育部重點實驗室， 201804， 上海；3. 同濟大學(xué)上海市軌道交通結(jié)構(gòu)耐久與系統(tǒng)安全重點實驗室， 201804， 上海∥第一作者， 高級工程師)

智能語音技術(shù)，又稱為智能語音人機交互技術(shù)，是以語音作為主要的信息載體，使機器具備能說會聽、學(xué)習(xí)思考的能力，從而實現(xiàn)人類與機器之間類似人類互相之間的自然語音交互過程[1]。城市軌道交通車站的乘客問詢量非常大，客運服務(wù)(以下簡稱“客服”)人員承擔(dān)著高強度、超負(fù)荷的服務(wù)工作。將智能語音技術(shù)應(yīng)用于城市軌道交通客服中，采用語音機器人替代部分的人工服務(wù)，可以大幅節(jié)省人力資源，顯著提升城市軌道交通客服的效率和服務(wù)水平。因而，在城市軌道交通行業(yè)引入并推廣智能語音技術(shù)，建設(shè)智能的客服系統(tǒng)，具有重要意義。

1 智能語音技術(shù)的發(fā)展

作為目前人機交互最重要的方式之一,智能語音交互技術(shù)的發(fā)展可以通過兩方面來衡量：一是軟件性能的提升，二是與硬件的結(jié)合。智能語音技術(shù)主要包括語音識別、語音合成和自然語言處理等三個方面。

1.1 語音識別技術(shù)

語音識別技術(shù)被認(rèn)為是2000—2010年間信息技術(shù)領(lǐng)域十大重要的科技發(fā)展技術(shù)之一[2]。語音識別技術(shù)是將聲音轉(zhuǎn)換為文字的技術(shù)，涉及前端識別處理，主要包括噪聲消除、身份識別、智能打斷等。最早的基于計算機的語音識別系統(tǒng)是由貝爾實驗室開發(fā)的[3]。19世紀(jì)60年代，人工神經(jīng)網(wǎng)絡(luò)被引入到語音識別中，該時代的兩大技術(shù)突破是線性預(yù)測編碼和動態(tài)時間規(guī)整技術(shù)[4]。語音識別技術(shù)的最重大突破是隱馬爾科夫模型的應(yīng)用[5]。在學(xué)者Baum提出的相關(guān)數(shù)學(xué)推理以及學(xué)者Labiner等人的研究成果基礎(chǔ)上，卡內(nèi)基梅隆大學(xué)的李開復(fù)第一個實現(xiàn)了基于隱馬爾科夫模型的大詞匯量語音識別系統(tǒng)——Sphinx[6]。2012年，隨著卷積神經(jīng)網(wǎng)絡(luò)投入應(yīng)用，語音識別的準(zhǔn)確率有了大幅提升。

1.2 語音合成技術(shù)

語音合成技術(shù)是將文字轉(zhuǎn)為聲音并輸出，目前這項技術(shù)已較為成熟。語音合成的發(fā)展經(jīng)歷了機械式語音合成、電子式語音合成和基于計算機的語音合成等發(fā)展階段[7]。語音合成方法的分類存在差異，目前主流的、獲得多數(shù)認(rèn)同的分類是將語音合成方法按照設(shè)計的主要思想分為規(guī)則驅(qū)動方法和數(shù)據(jù)驅(qū)動方法兩種。語音合成涉及的各個方法并非完全獨立，近些年來研究人員將各種方法進(jìn)行取長補短并整合。其實現(xiàn)算法主要包括波形拼接——PSOLA算法、STRAIGHT算法、限制玻爾茲曼機算法和深信度網(wǎng)絡(luò)算法等。

語音合成分為前端和后端。前端是涉及自然語音處理較多的部分，即文本處理部分[8]。它對句子進(jìn)行分詞、標(biāo)音、標(biāo)韻律等操作，生成包含分詞結(jié)果、韻律、音素等的標(biāo)注文件。后端則是聲學(xué)處理，利用標(biāo)注和語音進(jìn)行語音信號處理、建模，產(chǎn)生最終的語音文件。多數(shù)在語音合成中所做的努力都集中在后端，而合成的前端技術(shù)亟待取得進(jìn)一步的突破。

1.3 自然語言處理技術(shù)

自然語言處理屬于認(rèn)知智能范疇，包含詞法分析、句法分析和語義理解三個層面。其中，語義理解涉及知識庫的構(gòu)建、語音語言學(xué)、數(shù)據(jù)分析挖掘、算法建模、海量詞匯熱點檢索、自主學(xué)習(xí)等技術(shù)，目前仍處于淺層處理的階段。

2 智能語音技術(shù)的應(yīng)用現(xiàn)狀

以語音交互技術(shù)為核心的人工智能產(chǎn)品正逐漸被應(yīng)用于各大領(lǐng)域，包括在移動設(shè)備、汽車、家居等C端的應(yīng)用，以及在客服、教育、醫(yī)療、金融等B端的應(yīng)用。例如，科大訊飛開發(fā)的智慧法院庭審系統(tǒng)、智慧醫(yī)療等系統(tǒng)，通過智能語音技術(shù)的應(yīng)用，在一定程度上替代了人工服務(wù)，提升了工作效率和服務(wù)水平。

伴隨著我國移動互聯(lián)網(wǎng)的迅猛發(fā)展，以及智能語音助手應(yīng)用的不斷發(fā)展，我國的智能語音市場規(guī)模得以進(jìn)一步提升。截至2018年，我國智能語音市場的規(guī)模達(dá)到了160億元。以下對智能語音在各行業(yè)客服中的應(yīng)用情況進(jìn)行簡要梳理。

2.1 現(xiàn)場客服

國外不少機場和航空公司在地面客服中引入了語音機器人。如日本東京羽田機場的機器人“佩珀”精通日語和英語，其語音識別系統(tǒng)可以通過語音識別，自動選擇相應(yīng)的服務(wù)語言。

在我國軌道交通領(lǐng)域中，合肥地鐵添置了語音自助售票機，乘客可以通過觸發(fā)語音按鈕實現(xiàn)出行導(dǎo)航、站點定位、票價咨詢、換乘查詢等功能；鄭州地鐵引進(jìn)了機器人“晶晶”；廣州地鐵引進(jìn)了智能機器人“YoYo”。這些智能機器人可以通過語音交互提供簡單的問詢服務(wù)，包括換乘路徑、線網(wǎng)首末班車查詢、出入口公交信息查詢等。

2.2 語音質(zhì)檢

在金融行業(yè)，智能語音質(zhì)檢系統(tǒng)的應(yīng)用實現(xiàn)了工作人員與客戶通話內(nèi)容的全量轉(zhuǎn)寫，以及利用關(guān)鍵詞檢測、靜音檢測、語速檢測、情緒檢測等功能，構(gòu)建質(zhì)檢規(guī)則，可對工作人員的業(yè)務(wù)能力、服務(wù)態(tài)度等進(jìn)行全面質(zhì)檢，并提供標(biāo)準(zhǔn)的話術(shù)支持。該技術(shù)在銀行方面的應(yīng)用案例較多。如浦東發(fā)展銀行信用卡中心的可視化質(zhì)檢系統(tǒng)利用語音分析技術(shù)，將運營工作中積累的大量有業(yè)務(wù)價值的客服語音數(shù)據(jù)轉(zhuǎn)化成文本，并對文本進(jìn)行了深入的數(shù)據(jù)挖掘和分析，從而可以快速發(fā)現(xiàn)有問題的錄音，提高客服檢測質(zhì)量的工作效率，加大語音客服質(zhì)檢的威懾力。應(yīng)用此系統(tǒng)后，質(zhì)檢員的工作效率較應(yīng)用前提升了近2.2倍，質(zhì)檢覆蓋率較應(yīng)用前提高了60倍，客戶滿意度得以顯著提升。

2.3 語音熱線

歐美的大型電信公司、主要商業(yè)銀行、航空公司，其呼叫中心均是智能語音技術(shù)的應(yīng)用者，近80%的企業(yè)用戶對智能語音系統(tǒng)感到十分滿意或滿意。支付寶熱線目前已經(jīng)用純語音交互流程全面代替了傳統(tǒng)的按鍵流程，智能語音客服會根據(jù)用戶的描述判斷用戶的意圖，可為不同需求的用戶提供快速的直達(dá)服務(wù)，或向用戶直接推送自助解決方案。一旦發(fā)現(xiàn)用戶問題屬于緊急問題，則將問題直接轉(zhuǎn)給對應(yīng)業(yè)務(wù)線的人工客服予以處理。

3 智能語音技術(shù)在城市軌道交通客服中的應(yīng)用需求

城市軌道交通客服主要由車站客服和熱線服務(wù)兩部分組成。目前城市軌道交通的客服主要依靠人工來完成，存在著工作量大、服務(wù)質(zhì)量難以控制等問題。智能語音系統(tǒng)可在一定程度上彌補人工服務(wù)的不足，為乘客提供高效率、高質(zhì)量的服務(wù)。本文梳理了智能語音技術(shù)在城市軌道交通客服中的功能需求框架，如圖1所示。

圖1 城市軌道交通語音客服系統(tǒng)的功能需求

3.1 車站客服

目前，城市軌道交通車站客服主要通過人工實現(xiàn)。車站為乘客提供的客服主要包括問詢服務(wù)和票務(wù)服務(wù)。其中：問詢服務(wù)為乘客提供出行咨詢和車站相關(guān)服務(wù)釋疑；票務(wù)服務(wù)則為乘客提供與票卡相關(guān)的服務(wù)。

乘客在車站內(nèi)需要的問詢信息及票務(wù)服務(wù)內(nèi)容如圖2所示?？傮w來看，常態(tài)的服務(wù)工作主要是為乘客提供出行路徑、列車線路等信息；在非常態(tài)情況下，則需要為乘客提供實時的線路、列車、替代出行方案等信息服務(wù)，以及退票、發(fā)放致歉信等票務(wù)服務(wù)。

圖2 車站客服的工作內(nèi)容

相應(yīng)地，車站客服的智能語音應(yīng)用需求可劃分為智能問詢服務(wù)和智能票務(wù)服務(wù)兩方面。

3.1.1 智能問詢服務(wù)

車站的智能問詢服務(wù)可以分為常態(tài)和非常態(tài)兩種情況。常態(tài)情況下的問詢服務(wù)是指列車、車站正常運營情況下向乘客提供的問詢服務(wù)，主要包括列車運行信息和出行路徑指引信息、站內(nèi)空間布局和服務(wù)設(shè)施位置信息、車站周邊地理信息和換乘交通信息等內(nèi)容；非常態(tài)情況下的問詢服務(wù)是發(fā)生列車延誤、突發(fā)大客流等異常情況時為乘客提供的問詢服務(wù)。非常態(tài)情況下乘客需要的問詢服務(wù)信息通常集中在列車延誤時間、后續(xù)列車運行間隔、站臺擁擠情況、其他線路運行信息等方面。經(jīng)調(diào)查，上海軌道交通乘客在非常態(tài)情況下車站主要問詢服務(wù)信息需求的比例如圖3所示。在智能語音技術(shù)應(yīng)用的初期階段，智能問詢服務(wù)應(yīng)能滿足常態(tài)情況下的乘客問詢服務(wù)需求。

圖3 非常態(tài)情況下車站乘客問詢信息比例分布

3.1.2 智能票務(wù)服務(wù)

車站票務(wù)服務(wù)同樣分為常態(tài)和非常態(tài)兩種情況。常態(tài)下乘客的票務(wù)服務(wù)需求主要是購票、票卡充值及異常車票的處理。以上海軌道交通為例，目前乘客可通過自助售票機、人工售票、手機應(yīng)用等多種渠道購買車票；而對異常票卡的處理(如卡內(nèi)余額不足、進(jìn)出站異常等)則需要人工完成。非常態(tài)情況下，車站票務(wù)服務(wù)還需要增加發(fā)放致歉信等功能。在智能語音技術(shù)應(yīng)用的初期階段，智能票務(wù)服務(wù)應(yīng)能滿足常態(tài)下語音自助購票需求以及異常票卡的自助處理需求。

3.2 軌道交通熱線服務(wù)

軌道交通熱線客服的工作可以分為兩個部分，即通過客服熱線為乘客提供服務(wù)和對客服人員服務(wù)質(zhì)量的監(jiān)測評估。

3.2.1 軌道交通服務(wù)熱線的服務(wù)內(nèi)容

根據(jù)服務(wù)內(nèi)容的不同，軌道交通熱線服務(wù)可分為咨詢、求助、表揚或投訴、建議等4個類別。

1) 咨詢類熱線。指乘客通過電話及其他方式詢問與軌道交通相關(guān)的信息。咨詢類熱線的常見內(nèi)容包括：① 與列車相關(guān)信息，包括列車首末班車、列車運行狀況等；② 與車站相關(guān)信息，包括車站內(nèi)部設(shè)施及周邊信息、換乘路徑信息等；③ 與公交卡相關(guān)信息，包括票卡種類、票價、票卡的充值及維修、退卡、優(yōu)惠活動等；④ 條例及規(guī)章制度信息，包括軌道交通管理條例的攜帶物品規(guī)定及其他信息等；⑤ APP(應(yīng)用程序)使用的相關(guān)信息，包括APP的操作方法、異常問題處理方法等。

2) 求助類熱線。指乘客通過熱線及其他方式向軌道交通運營企業(yè)尋求幫助。求助類熱線的常見內(nèi)容包括尋人、尋物，或?qū)で笃渌麕椭取?/p>

3) 表揚、投訴類熱線。指乘客通過電話對列車運營、車站設(shè)施、車站環(huán)境、人員服務(wù)等進(jìn)行表揚或投訴。

4) 建議類熱線。指乘客通過電話為軌道交通運營提出建議。常見的建議內(nèi)容包括服務(wù)設(shè)施改善、列車運能提升等。

目前城市軌道交通人工客服熱線的工作流程如圖4所示。乘客通過電話接入熱線客服中心，工作人員首先詢問乘客需求，然后根據(jù)乘客所需的信息內(nèi)容分類創(chuàng)建工單，并為乘客提供信息服務(wù)；需要分發(fā)至其他部門的工單，在人工審核后分發(fā)至相關(guān)部門，用以解決乘客反映的問題；在問題解決并反饋于乘客后，通過人工確認(rèn)的方式完結(jié)工單。運營單位的客服部門會定期抽檢接線人員的通話錄音，對工作人員的通話態(tài)度是否良好、是否符合標(biāo)準(zhǔn)、用語是否文明等進(jìn)行評估，并將通話服務(wù)的改進(jìn)意見反饋至工作人員，至此熱線服務(wù)的整個工作流程結(jié)束。

圖4 軌道交通人工客服熱線的工作流程

3.2.2 軌道交通服務(wù)熱線的功能需求

熱線服務(wù)對智能語音技術(shù)應(yīng)用的需求主要包括智能客服功能和智能質(zhì)檢功能兩方面：

1) 熱線的智能客服。熱線的智能客服系統(tǒng)需要具備的基本功能包括：① 自助語音服務(wù)。通過智能語音為乘客提供自助服務(wù)，提供簡單問題的解答方案，如咨詢類問題；② 語音識別轉(zhuǎn)成文字。將通話音頻內(nèi)容自動轉(zhuǎn)寫生成文字，實現(xiàn)語音內(nèi)容全面覆蓋；③ 自主創(chuàng)建工單。根據(jù)乘客自助語音錄音或工作人員人工通話內(nèi)容，自主創(chuàng)建熱線工單，省去人工創(chuàng)建工單的過程。此外，智能語音技術(shù)還應(yīng)具備檢查工單內(nèi)容是否完整的功能。當(dāng)工單內(nèi)容不完整時，可通過智能語音或文字提示工作人員的方式進(jìn)一步完善工單；④ 方言和外國語識別。需要兼顧滿足普通話、方言和主要國際語言的識別功能，為乘客提供自助語音服務(wù)或為工作人員提供文字提示，幫助工作人員理解乘客語義，提升工作效率。

2) 熱線的智能質(zhì)檢。熱線的智能質(zhì)檢需要具備的基本功能包括：① 內(nèi)容檢索?？赏ㄟ^指定關(guān)鍵詞對待質(zhì)檢語音進(jìn)行檢索，實現(xiàn)低成本、高效率的質(zhì)檢目的。如可以設(shè)置話術(shù)用語、禮貌用語、禁忌語等關(guān)鍵詞來實現(xiàn)語音質(zhì)檢；② 情緒分析。通過分析接線人員的語氣、語調(diào)等信息，實現(xiàn)對接線人員情緒波動情況的識別；③ 語速分析。對接線人員的通話語速進(jìn)行檢測。可根據(jù)話術(shù)，設(shè)定完成時間，幫助接線人員客服控制語速快慢，以到達(dá)令客戶舒適的應(yīng)答語速；④ 靜音分析?？筛鶕?jù)坐席是否及時應(yīng)答、業(yè)務(wù)是否熟練，以及等待時間長短等信息來檢測通話的有效時長，以此分析接線人員業(yè)務(wù)熟練情況、服務(wù)態(tài)度等；⑤ 統(tǒng)計分析報告。根據(jù)通話質(zhì)檢結(jié)果自動生成每個接線人員的工作表現(xiàn)統(tǒng)計分析報告，為接線人員績效考核、工作改進(jìn)提供定量參考依據(jù)。

4 智能語音技術(shù)在上海軌道交通客服中的應(yīng)用

上海軌道交通積極將智能語音技術(shù)應(yīng)用到客服中，通過與高技術(shù)開發(fā)企業(yè)、大學(xué)合作，在車站語音購票機、車站智能服務(wù)終端及智能語音熱線系統(tǒng)等方面進(jìn)行了探索。

4.1 車站語音購票機

車站語音購票機支持乘客通過與購票機對話來完成車票的購買，從而替代了傳統(tǒng)的觸摸操作，避免了因?qū)徠睓C不熟悉導(dǎo)致車票購買困難的情況。語音購票機通過智能語音交互系統(tǒng)、智能呼叫系統(tǒng)以及智能對話分析系統(tǒng)等實現(xiàn)了語音購票功能。其功能框架如圖5所示。

語音購票機首先通過設(shè)置于機器上方的攝像頭和麥克風(fēng)采集用戶的語音和視頻信息；然后在工控機上做噪聲消除處理，得到清晰的用戶語音數(shù)據(jù)，并將語音數(shù)據(jù)送到云端服務(wù)器進(jìn)行語音識別、語義理解和地圖查詢；最后將得到的用戶目的地、目的車站、換乘路徑等數(shù)據(jù)列表通過串口發(fā)送給購票機主機。

圖5 車站語音購票機功能框架

如圖6所示，智能語音購票機同時支持語音輸入和手動輸入兩種輸入方式，并可輸出模糊搜索和精確搜索兩種查詢結(jié)果。當(dāng)輸入的地點不是具體的軌道交通站點時，系統(tǒng)會進(jìn)行模糊搜索，提供相近的軌道交通站點供乘客選擇。當(dāng)輸入的地點是確定的軌道交通站點時，系統(tǒng)則直接返回乘客選擇的軌道交通站點。

a) 語音激活界面

b) 模糊查詢界面

c) 拼音查詢界面

4.2 車站智能服務(wù)終端

乘客可通過與車站智能服務(wù)終端的對話來完成信息的查詢，其替代了傳統(tǒng)的人工問詢，在提高信息查詢準(zhǔn)確性的同時減少了工作人員的工作強度。車站智能服務(wù)終端的系統(tǒng)框架如圖7所示。

圖7 車站智能服務(wù)終端的系統(tǒng)框架

在采集信息和處理信息的技術(shù)流程上，智能服務(wù)終端與智能語音購票機相同。在信息輸出時，智能服務(wù)終端將得到的用戶目的地、到目的地的步行路徑等數(shù)據(jù)列表通過串口發(fā)送給終端主機，并通過語音播報的方式反饋給用戶。

此外，車站智能服務(wù)終端采用了免喚醒的技術(shù)，可以實現(xiàn)乘客走來即說功能，使得各種背景的用戶無需學(xué)習(xí)，方便使用。同時，通過和地圖系統(tǒng)的結(jié)合，用戶可在三維地圖中直觀了解到具體的路線，如圖8所示。觀看路線信息時，系統(tǒng)還提供了放大和多視角展示功能。

4.3 智能語音熱線系統(tǒng)

智能語音熱線系統(tǒng)是運用智能語音交互技術(shù)，將語音轉(zhuǎn)換為文本，送入智能客服系統(tǒng)，匹配知識庫后將輸出文本合成語音，輸出給用戶，從而完成智能語音交互。智能語音熱線系統(tǒng)通過用戶意圖識別和多輪對話等特性，在與用戶交互中可觸發(fā)函數(shù)請求從而實現(xiàn)具體的業(yè)務(wù)交互。智能語音熱線的系統(tǒng)框架如圖9所示。

智能語音熱線系統(tǒng)的呼叫中心是基于云端服務(wù)的呼叫中心，可以借助該服務(wù)以更低的成本獲得更可靠和更靈活的熱線服務(wù)，從而提升服務(wù)質(zhì)量。云呼叫中心配備了交互式語音應(yīng)答(IVR)和自動呼叫分配(ACD)技術(shù)，并具有大量提升效率的應(yīng)用，如簡單易用且功能強大的商業(yè)智能和靈活多變的客戶關(guān)系管理(CRM)集成方式等，可以實現(xiàn)智能質(zhì)檢的全覆蓋。

智能語音熱線系統(tǒng)是基于智能語音識別和對話進(jìn)行技術(shù)分析的。電話接入后先智能語音識別，再進(jìn)行智能對話分析服務(wù)，然后根據(jù)分析結(jié)果自動回答乘客問題或轉(zhuǎn)人工服務(wù)。因而，基于智能規(guī)則的智能對話分析服務(wù)可實現(xiàn)從對話錄音或者對話文本中分析對話內(nèi)容，從而挖掘出對話中可能存在的問題。該系統(tǒng)既能幫助提升接線人員的服務(wù)質(zhì)量，也能在監(jiān)控輿情風(fēng)險、優(yōu)化服務(wù)策略等方面發(fā)揮作用。

a) 站內(nèi)設(shè)施查詢

b) 站外地點查詢

c) 換乘路徑查詢

圖9 智能語音熱線系統(tǒng)框架示意圖

5 結(jié)語

城市軌道交通是城市的公共交通窗口行業(yè)，客服具有受眾群數(shù)量巨大、乘客類型多樣、服務(wù)環(huán)節(jié)復(fù)雜等特點。智能語音技術(shù)的融入，推動了原有的以人工客服為主模式向以機器服務(wù)為主模式轉(zhuǎn)變的進(jìn)程。該技術(shù)較好地實現(xiàn)了語音和文本的互轉(zhuǎn)、語音和圖像的互嵌，綜合運用了視聽兩種感知手段，使信息的傳遞變得更加生動、形象。此外，該技術(shù)還為語音識別、語義分析奠定了基礎(chǔ)，通過匹配知識庫，客服人員解答問題的能力將得到拓展。

本文探討了智能語音在城市軌道交通客服中的應(yīng)用需求，以及相關(guān)應(yīng)用技術(shù)的實現(xiàn)邏輯。未來上海軌道交通將持續(xù)推進(jìn)包括智能語音技術(shù)在內(nèi)的人工智能技術(shù)在乘客全出行鏈服務(wù)上的深度應(yīng)用，智能語音服務(wù)將由車站服務(wù)端、熱線服務(wù)端向個人服務(wù)端進(jìn)一步拓展。