智能语音技术在城市轨道交通客运服务中的应用*

艾文伟 胡 湲 陈悦勤 李 喆 滕 靖

(1. 上海轨道交通运营管理中心， 200070， 上海； 2. 同济大学道路与交通工程教育部重点实验室， 201804， 上海；3. 同济大学上海市轨道交通结构耐久与系统安全重点实验室， 201804， 上海∥第一作者， 高级工程师)

智能语音技术，又称为智能语音人机交互技术，是以语音作为主要的信息载体，使机器具备能说会听、学习思考的能力，从而实现人类与机器之间类似人类互相之间的自然语音交互过程[1]。城市轨道交通车站的乘客问询量非常大，客运服务(以下简称“客服”)人员承担着高强度、超负荷的服务工作。将智能语音技术应用于城市轨道交通客服中，采用语音机器人替代部分的人工服务，可以大幅节省人力资源，显著提升城市轨道交通客服的效率和服务水平。因而，在城市轨道交通行业引入并推广智能语音技术，建设智能的客服系统，具有重要意义。

1 智能语音技术的发展

作为目前人机交互最重要的方式之一,智能语音交互技术的发展可以通过两方面来衡量：一是软件性能的提升，二是与硬件的结合。智能语音技术主要包括语音识别、语音合成和自然语言处理等三个方面。

1.1 语音识别技术

语音识别技术被认为是2000—2010年间信息技术领域十大重要的科技发展技术之一[2]。语音识别技术是将声音转换为文字的技术，涉及前端识别处理，主要包括噪声消除、身份识别、智能打断等。最早的基于计算机的语音识别系统是由贝尔实验室开发的[3]。19世纪60年代，人工神经网络被引入到语音识别中，该时代的两大技术突破是线性预测编码和动态时间规整技术[4]。语音识别技术的最重大突破是隐马尔科夫模型的应用[5]。在学者Baum提出的相关数学推理以及学者Labiner等人的研究成果基础上，卡内基梅隆大学的李开复第一个实现了基于隐马尔科夫模型的大词汇量语音识别系统——Sphinx[6]。2012年，随着卷积神经网络投入应用，语音识别的准确率有了大幅提升。

1.2 语音合成技术

语音合成技术是将文字转为声音并输出，目前这项技术已较为成熟。语音合成的发展经历了机械式语音合成、电子式语音合成和基于计算机的语音合成等发展阶段[7]。语音合成方法的分类存在差异，目前主流的、获得多数认同的分类是将语音合成方法按照设计的主要思想分为规则驱动方法和数据驱动方法两种。语音合成涉及的各个方法并非完全独立，近些年来研究人员将各种方法进行取长补短并整合。其实现算法主要包括波形拼接——PSOLA算法、STRAIGHT算法、限制玻尔兹曼机算法和深信度网络算法等。

语音合成分为前端和后端。前端是涉及自然语音处理较多的部分，即文本处理部分[8]。它对句子进行分词、标音、标韵律等操作，生成包含分词结果、韵律、音素等的标注文件。后端则是声学处理，利用标注和语音进行语音信号处理、建模，产生最终的语音文件。多数在语音合成中所做的努力都集中在后端，而合成的前端技术亟待取得进一步的突破。

1.3 自然语言处理技术

自然语言处理属于认知智能范畴，包含词法分析、句法分析和语义理解三个层面。其中，语义理解涉及知识库的构建、语音语言学、数据分析挖掘、算法建模、海量词汇热点检索、自主学习等技术，目前仍处于浅层处理的阶段。

2 智能语音技术的应用现状

以语音交互技术为核心的人工智能产品正逐渐被应用于各大领域，包括在移动设备、汽车、家居等C端的应用，以及在客服、教育、医疗、金融等B端的应用。例如，科大讯飞开发的智慧法院庭审系统、智慧医疗等系统，通过智能语音技术的应用，在一定程度上替代了人工服务，提升了工作效率和服务水平。

伴随着我国移动互联网的迅猛发展，以及智能语音助手应用的不断发展，我国的智能语音市场规模得以进一步提升。截至2018年，我国智能语音市场的规模达到了160亿元。以下对智能语音在各行业客服中的应用情况进行简要梳理。

2.1 现场客服

国外不少机场和航空公司在地面客服中引入了语音机器人。如日本东京羽田机场的机器人“佩珀”精通日语和英语，其语音识别系统可以通过语音识别，自动选择相应的服务语言。

在我国轨道交通领域中，合肥地铁添置了语音自助售票机，乘客可以通过触发语音按钮实现出行导航、站点定位、票价咨询、换乘查询等功能；郑州地铁引进了机器人“晶晶”；广州地铁引进了智能机器人“YoYo”。这些智能机器人可以通过语音交互提供简单的问询服务，包括换乘路径、线网首末班车查询、出入口公交信息查询等。

2.2 语音质检

在金融行业，智能语音质检系统的应用实现了工作人员与客户通话内容的全量转写，以及利用关键词检测、静音检测、语速检测、情绪检测等功能，构建质检规则，可对工作人员的业务能力、服务态度等进行全面质检，并提供标准的话术支持。该技术在银行方面的应用案例较多。如浦东发展银行信用卡中心的可视化质检系统利用语音分析技术，将运营工作中积累的大量有业务价值的客服语音数据转化成文本，并对文本进行了深入的数据挖掘和分析，从而可以快速发现有问题的录音，提高客服检测质量的工作效率，加大语音客服质检的威慑力。应用此系统后，质检员的工作效率较应用前提升了近2.2倍，质检覆盖率较应用前提高了60倍，客户满意度得以显著提升。

2.3 语音热线

欧美的大型电信公司、主要商业银行、航空公司，其呼叫中心均是智能语音技术的应用者，近80%的企业用户对智能语音系统感到十分满意或满意。支付宝热线目前已经用纯语音交互流程全面代替了传统的按键流程，智能语音客服会根据用户的描述判断用户的意图，可为不同需求的用户提供快速的直达服务，或向用户直接推送自助解决方案。一旦发现用户问题属于紧急问题，则将问题直接转给对应业务线的人工客服予以处理。

3 智能语音技术在城市轨道交通客服中的应用需求

城市轨道交通客服主要由车站客服和热线服务两部分组成。目前城市轨道交通的客服主要依靠人工来完成，存在着工作量大、服务质量难以控制等问题。智能语音系统可在一定程度上弥补人工服务的不足，为乘客提供高效率、高质量的服务。本文梳理了智能语音技术在城市轨道交通客服中的功能需求框架，如图1所示。

图1 城市轨道交通语音客服系统的功能需求

3.1 车站客服

目前，城市轨道交通车站客服主要通过人工实现。车站为乘客提供的客服主要包括问询服务和票务服务。其中：问询服务为乘客提供出行咨询和车站相关服务释疑；票务服务则为乘客提供与票卡相关的服务。

乘客在车站内需要的问询信息及票务服务内容如图2所示。总体来看，常态的服务工作主要是为乘客提供出行路径、列车线路等信息；在非常态情况下，则需要为乘客提供实时的线路、列车、替代出行方案等信息服务，以及退票、发放致歉信等票务服务。

图2 车站客服的工作内容

相应地，车站客服的智能语音应用需求可划分为智能问询服务和智能票务服务两方面。

3.1.1 智能问询服务

车站的智能问询服务可以分为常态和非常态两种情况。常态情况下的问询服务是指列车、车站正常运营情况下向乘客提供的问询服务，主要包括列车运行信息和出行路径指引信息、站内空间布局和服务设施位置信息、车站周边地理信息和换乘交通信息等内容；非常态情况下的问询服务是发生列车延误、突发大客流等异常情况时为乘客提供的问询服务。非常态情况下乘客需要的问询服务信息通常集中在列车延误时间、后续列车运行间隔、站台拥挤情况、其他线路运行信息等方面。经调查，上海轨道交通乘客在非常态情况下车站主要问询服务信息需求的比例如图3所示。在智能语音技术应用的初期阶段，智能问询服务应能满足常态情况下的乘客问询服务需求。

图3 非常态情况下车站乘客问询信息比例分布

3.1.2 智能票务服务

车站票务服务同样分为常态和非常态两种情况。常态下乘客的票务服务需求主要是购票、票卡充值及异常车票的处理。以上海轨道交通为例，目前乘客可通过自助售票机、人工售票、手机应用等多种渠道购买车票；而对异常票卡的处理(如卡内余额不足、进出站异常等)则需要人工完成。非常态情况下，车站票务服务还需要增加发放致歉信等功能。在智能语音技术应用的初期阶段，智能票务服务应能满足常态下语音自助购票需求以及异常票卡的自助处理需求。

3.2 轨道交通热线服务

轨道交通热线客服的工作可以分为两个部分，即通过客服热线为乘客提供服务和对客服人员服务质量的监测评估。

3.2.1 轨道交通服务热线的服务内容

根据服务内容的不同，轨道交通热线服务可分为咨询、求助、表扬或投诉、建议等4个类别。

1) 咨询类热线。指乘客通过电话及其他方式询问与轨道交通相关的信息。咨询类热线的常见内容包括：① 与列车相关信息，包括列车首末班车、列车运行状况等；② 与车站相关信息，包括车站内部设施及周边信息、换乘路径信息等；③ 与公交卡相关信息，包括票卡种类、票价、票卡的充值及维修、退卡、优惠活动等；④ 条例及规章制度信息，包括轨道交通管理条例的携带物品规定及其他信息等；⑤ APP(应用程序)使用的相关信息，包括APP的操作方法、异常问题处理方法等。

2) 求助类热线。指乘客通过热线及其他方式向轨道交通运营企业寻求帮助。求助类热线的常见内容包括寻人、寻物，或寻求其他帮助等。

3) 表扬、投诉类热线。指乘客通过电话对列车运营、车站设施、车站环境、人员服务等进行表扬或投诉。

4) 建议类热线。指乘客通过电话为轨道交通运营提出建议。常见的建议内容包括服务设施改善、列车运能提升等。

目前城市轨道交通人工客服热线的工作流程如图4所示。乘客通过电话接入热线客服中心，工作人员首先询问乘客需求，然后根据乘客所需的信息内容分类创建工单，并为乘客提供信息服务；需要分发至其他部门的工单，在人工审核后分发至相关部门，用以解决乘客反映的问题；在问题解决并反馈于乘客后，通过人工确认的方式完结工单。运营单位的客服部门会定期抽检接线人员的通话录音，对工作人员的通话态度是否良好、是否符合标准、用语是否文明等进行评估，并将通话服务的改进意见反馈至工作人员，至此热线服务的整个工作流程结束。

图4 轨道交通人工客服热线的工作流程

3.2.2 轨道交通服务热线的功能需求

热线服务对智能语音技术应用的需求主要包括智能客服功能和智能质检功能两方面：

1) 热线的智能客服。热线的智能客服系统需要具备的基本功能包括：① 自助语音服务。通过智能语音为乘客提供自助服务，提供简单问题的解答方案，如咨询类问题；② 语音识别转成文字。将通话音频内容自动转写生成文字，实现语音内容全面覆盖；③ 自主创建工单。根据乘客自助语音录音或工作人员人工通话内容，自主创建热线工单，省去人工创建工单的过程。此外，智能语音技术还应具备检查工单内容是否完整的功能。当工单内容不完整时，可通过智能语音或文字提示工作人员的方式进一步完善工单；④ 方言和外国语识别。需要兼顾满足普通话、方言和主要国际语言的识别功能，为乘客提供自助语音服务或为工作人员提供文字提示，帮助工作人员理解乘客语义，提升工作效率。

2) 热线的智能质检。热线的智能质检需要具备的基本功能包括：① 内容检索。可通过指定关键词对待质检语音进行检索，实现低成本、高效率的质检目的。如可以设置话术用语、礼貌用语、禁忌语等关键词来实现语音质检；② 情绪分析。通过分析接线人员的语气、语调等信息，实现对接线人员情绪波动情况的识别；③ 语速分析。对接线人员的通话语速进行检测。可根据话术，设定完成时间，帮助接线人员客服控制语速快慢，以到达令客户舒适的应答语速；④ 静音分析。可根据坐席是否及时应答、业务是否熟练，以及等待时间长短等信息来检测通话的有效时长，以此分析接线人员业务熟练情况、服务态度等；⑤ 统计分析报告。根据通话质检结果自动生成每个接线人员的工作表现统计分析报告，为接线人员绩效考核、工作改进提供定量参考依据。

4 智能语音技术在上海轨道交通客服中的应用

上海轨道交通积极将智能语音技术应用到客服中，通过与高技术开发企业、大学合作，在车站语音购票机、车站智能服务终端及智能语音热线系统等方面进行了探索。

4.1 车站语音购票机

车站语音购票机支持乘客通过与购票机对话来完成车票的购买，从而替代了传统的触摸操作，避免了因对购票机不熟悉导致车票购买困难的情况。语音购票机通过智能语音交互系统、智能呼叫系统以及智能对话分析系统等实现了语音购票功能。其功能框架如图5所示。

语音购票机首先通过设置于机器上方的摄像头和麦克风采集用户的语音和视频信息；然后在工控机上做噪声消除处理，得到清晰的用户语音数据，并将语音数据送到云端服务器进行语音识别、语义理解和地图查询；最后将得到的用户目的地、目的车站、换乘路径等数据列表通过串口发送给购票机主机。

图5 车站语音购票机功能框架

如图6所示，智能语音购票机同时支持语音输入和手动输入两种输入方式，并可输出模糊搜索和精确搜索两种查询结果。当输入的地点不是具体的轨道交通站点时，系统会进行模糊搜索，提供相近的轨道交通站点供乘客选择。当输入的地点是确定的轨道交通站点时，系统则直接返回乘客选择的轨道交通站点。

a) 语音激活界面

b) 模糊查询界面

c) 拼音查询界面

4.2 车站智能服务终端

乘客可通过与车站智能服务终端的对话来完成信息的查询，其替代了传统的人工问询，在提高信息查询准确性的同时减少了工作人员的工作强度。车站智能服务终端的系统框架如图7所示。

图7 车站智能服务终端的系统框架

在采集信息和处理信息的技术流程上，智能服务终端与智能语音购票机相同。在信息输出时，智能服务终端将得到的用户目的地、到目的地的步行路径等数据列表通过串口发送给终端主机，并通过语音播报的方式反馈给用户。

此外，车站智能服务终端采用了免唤醒的技术，可以实现乘客走来即说功能，使得各种背景的用户无需学习，方便使用。同时，通过和地图系统的结合，用户可在三维地图中直观了解到具体的路线，如图8所示。观看路线信息时，系统还提供了放大和多视角展示功能。

4.3 智能语音热线系统

智能语音热线系统是运用智能语音交互技术，将语音转换为文本，送入智能客服系统，匹配知识库后将输出文本合成语音，输出给用户，从而完成智能语音交互。智能语音热线系统通过用户意图识别和多轮对话等特性，在与用户交互中可触发函数请求从而实现具体的业务交互。智能语音热线的系统框架如图9所示。

智能语音热线系统的呼叫中心是基于云端服务的呼叫中心，可以借助该服务以更低的成本获得更可靠和更灵活的热线服务，从而提升服务质量。云呼叫中心配备了交互式语音应答(IVR)和自动呼叫分配(ACD)技术，并具有大量提升效率的应用，如简单易用且功能强大的商业智能和灵活多变的客户关系管理(CRM)集成方式等，可以实现智能质检的全覆盖。

智能语音热线系统是基于智能语音识别和对话进行技术分析的。电话接入后先智能语音识别，再进行智能对话分析服务，然后根据分析结果自动回答乘客问题或转人工服务。因而，基于智能规则的智能对话分析服务可实现从对话录音或者对话文本中分析对话内容，从而挖掘出对话中可能存在的问题。该系统既能帮助提升接线人员的服务质量，也能在监控舆情风险、优化服务策略等方面发挥作用。

a) 站内设施查询

b) 站外地点查询

c) 换乘路径查询

图9 智能语音热线系统框架示意图

5 结语

城市轨道交通是城市的公共交通窗口行业，客服具有受众群数量巨大、乘客类型多样、服务环节复杂等特点。智能语音技术的融入，推动了原有的以人工客服为主模式向以机器服务为主模式转变的进程。该技术较好地实现了语音和文本的互转、语音和图像的互嵌，综合运用了视听两种感知手段，使信息的传递变得更加生动、形象。此外，该技术还为语音识别、语义分析奠定了基础，通过匹配知识库，客服人员解答问题的能力将得到拓展。

本文探讨了智能语音在城市轨道交通客服中的应用需求，以及相关应用技术的实现逻辑。未来上海轨道交通将持续推进包括智能语音技术在内的人工智能技术在乘客全出行链服务上的深度应用，智能语音服务将由车站服务端、热线服务端向个人服务端进一步拓展。