智能叫应系统在数字孪生凤凰河小流域“四预”中的应用

秦 平 ，刘 超 ，贾 飞 ，蒋静静

（1. 讯飞智元信息科技有限公司，安徽 合肥 230088；2. 安徽省（水利部淮河水利委员会）水利科学研究院，安徽 合肥 230088）

0 引言

山洪预见期短，成灾快，破坏性大，易发性强，防御难度大，是防汛的重中之重[1]。传统的预警信息发布主要采用发送手机短信的方式，虽然具有便捷、快速、覆盖面大的特点，但由于缺乏反馈方式，无法保证包括防汛责任人在内的短信发布受众都能看到，并及时对预警信息做出响应。电话叫应因提醒方式的特殊性，能很好地解决这一问题。但由于山洪突发性强，发生地分散，预警提醒至少要覆盖乡镇主要负责人及村的防汛责任人；汛期值班人员力量不充足，预警对象多，任务强度大，下达时间紧，无法满足预警突发、面大量广的通知要求；同时，使用值班座机或手机等传统方式进行电话外呼时，需要一一核对防汛责任人的号码，容易出现号码遗漏、重复叫应、记录缺失等操作失误，导致责任性事故。

当下气象服务愈发精准，水利设施前端雨水情自动监测、水利专网全省覆盖，基本实现了对小流域雨水情的实时监视，设计一套具有自助语音服务、自动外呼、呼叫策略设置、结果自动反馈等功能的自动化系统，对规范叫应工作、避免责任性事故具有重要的现实意义。

结合多年智慧水利建设经验，建设了基于语音识别、语音合成、自然语言处理等人工智能技术[2]的山洪预警智能叫应系统（以下简称智能叫应系统），并实现了在数字孪生凤凰河小流域“四预”中的落地应用。智能叫应系统采用深度全序列卷积神经网络学习框架，通过大量水利行业专有语料，不断对声学和语言模型进行优化训练，语义识别率可达 98% 以上。通过智能群呼实现机器人多链路并发呼叫，一键生成外呼任务，结合上下文的多轮对话交互模型，为山洪预警发布场景提供创新性的人机交互体验，不仅减轻了防汛人员的负担，还使预警发布更加精准高效。

为推进数字孪生流域先行先试工作，安徽省基于已建省级山洪灾害监测预警平台，开展数字孪生小流域山洪灾害防御“四预”能力建设。本研究以大别山腹地山洪频发易发的凤凰河小流域为试点，在“叫应-反馈”机制、无固定对象预警、预报预警、数字孪生小流域建设等方面取得了新突破，在山洪灾害小流域预警环节，创造性地将智能语音技术应用于临灾叫应场景中，弥补传统预警发布手段的不足。

1 设计思路

数字孪生凤凰河小流域“四预”着力于预报精准化、预警全面化、预演真实化、预案电子化，通过水文气象实时监测及预报，得到高可靠性的预警数据。智能叫应系统作为小流域“四预”中预警处理的重要组成部分，是解决预警发布“最后一公里”问题的关键措施[3]。智能叫应系统借助智能语音技术构建临灾预警叫应机制，实现机器人智能化并发呼叫，快速全面触达预警对象，大大增强了山洪预警的针对性和时效性。

临灾预警叫应机制将山洪预警信息由推送式响应变为强迫式叫应，预警发出后必须保证基层负责人能收到信息。与传统预警信息发布模式相比，智能语音叫应不仅能使预警发得出、送得到，还能叫得应、有反馈。极端暴雨往往发生在夜间，预警信息落地难，容易发生人员伤亡，须建立直达基层责任人的预警叫应机制。基层责任人接到预警信息后，第一时间采取应急措施，确保既要叫醒也要叫应。从响应到叫应，有叫必应，涉及信息发布、传递到基层防汛人员及群众回应反馈等各个环节，是防汛工作迈出的一大步。

智能叫应系统基于人工智能核心语音及对话交换能力，从山洪灾害防御业务场景出发，打磨行业话术和知识库，通过可视化界面配置机器人多轮对话逻辑和预警外呼策略，在临灾预警等场景下解决基层防汛责任人等预警对象叫不醒、无回应等问题，确保预警信息及时叫应到责任人。智能叫应系统对接气象及监测预警数据，拉通气象水文预警与应急响应的横向互通及联动，实现预警在不同部门和上下级之间的快速传递。雨量、水位站点超过预警阈值后自动生成预警，预警发生时自动调用智能叫应系统向相关责任人员发起预警通知，如面向县、乡（镇）责任人，发布加强警戒、准备转移或立即转移命令，或者向群众发布加强警戒、准备转移或立即转移要求。

针对基层防汛人员少、监测预警信息多、下达时间紧的问题，基于 IVR（Interactive Vioce Response，交互式语音应答）技术一键发起外呼任务，内置绑定外呼对象，根据外呼策略不间断执行任务。针对防汛任务执行监控难、规范化不足的问题，支持实时监控任务执行情况，通过语音转文本技术，实时转写对话内容，回放监听录音音频，任务执行全程可视化，并能按需补充呼叫未接通对象。针对统计分析维度少、数据支撑不及时的问题，通过文本结构化和语义理解技术，实时解析语义，提取核心业务数据，统计任务完成状况，包括呼出量、接通量、接通率、识别率、通话时长等常规通话指标，以及降雨、涨水、转移行政村情况等业务指标。智能叫应系统在 2020—2023 年汛期得到充分应用，尤其在 2020 年超标准洪水实战演练中发挥了巨大作用，功能和性能得到进一步验证，有效保障了叫应的准确性、时效性及反馈闭环的有效性。

2 系统设计

2.1 业务流程设计

根据实际业务场景建立相应流程，如值班检查、预警信息发布、转移通知等流程。以凤凰河小流域山洪灾害预警为例，水利、气象等部门发布高级别预警时，电话通知县级防汛负责人，同时通知预警覆盖的乡镇（街道）、党政主要负责人和村（社区）防汛责任人，外呼业务流程如图1 所示。根据预警信息自动触发或者人工手动下发外呼任务，设置呼叫规则，如呼叫时段、重呼次数、外显设置等，自动匹配或人工选择外呼场景模型后，多链路智能并发呼叫，并支持对呼叫对话内容进行结构化和语义理解，提取关键信息，形成数据统计报表，从而达到降低漏报风险、提高防汛应急处置效率和支撑防汛决策的目的。

图1 外呼业务流程图

智能叫应系统实现了预警信息发布、防汛值班核查等各种复杂场景的外呼智能问答，以雨情预警为例的话术场景模拟如图2 所示。

图2 雨情预警外呼对话示意图

2.2 功能架构设计

数字孪生凤凰河小流域“四预”平台（以下简称小流域“四预”平台）基于气象卫星、测雨雷达的风险预警，或者雨量站网、水文站网的监测结果及预报预警，通过调用数据接口，向智能叫应系统传递预警数据，匹配相关预警场景后，根据预设的外呼话术和策略，基于固定电话向相关责任人多链路并发呼叫，告知防汛责任人现场降雨、水位预警信息及人员转移指令等，并根据责任人的对话反馈，形成预警任务结果的预警事件处置报表，反馈至小流域“四预”平台进行展示，防汛预警智能叫应系统技术路线如图3 所示。

图3 安徽省山洪预警智能叫应系统技术路线图

智能叫应系统主要包括话术管理、话术配置、外呼任务管理、数据报表统计、电话中继配置、呼叫策略管理、通讯录管理、多级权限审核管理及智能语音调度等功能。

2.3 语音核心引擎

语音核心引擎是一个综合语音处理系统，集成了语音识别、语义理解和语音合成等功能，为人机交互提供了更为便捷的方式，语音核心引擎架构如图4 所示。

图4 语音核心引擎架构图

1） 语音识别引擎，是一种实现从声音到文字转换的技术，将人的语音直接转换成相应的文本以便计算机理解并做出相应操作，最终实现人与机器之间的自然语音交互[4]。基于深度全序列卷积神经网络框架，将音频流数据实时转换成文字流数据。围绕水利业务，将水情、雨情、墒情、工情、水位、流量、降雨量、土壤湿度等水利常用名词导入引擎并建立个性化的词条语言模型，包括但不限于多语种识别、标点智能预测、文本格式智能转化、端点检测、降噪、热词识别、语义上下文自修正、语音唤醒等功能。

2） 语义理解引擎，通过一系列人工智能算法，将文本解析为结构化的、机器可读的意图与词槽信息，主要依赖规则匹配，在某一垂直应用领域，基于业务专家建立的高精度规则，赋予机器相应的背景知识和逻辑推理。给出对用户文本内容结构化的处理结果，准确提取用户的意图内容和关键信息。支持知识编译及语义解析，将知识库的数据资源编译成语义资源，根据语义资源将文本解析成固定的轻量级数据交换格式，主要功能包括但不限于分词、词义归一、指代消解、上下文理解、提槽抽取、拒识功能、敏感词过滤、语音模型自学习等。

3） 语音合成引擎，又称文语转换技术，能将任意文字信息实时转换为标准的语音并朗读出来，相当于给机器安装了“人工嘴巴”，涉及声学、语言学、数字信号处理、计算机科学等多个学科，是中文信息处理领域的一项前沿技术。水利语音合成引擎充分考虑水利业务特点，对相关词组，如工程名称、河湖水系名称、降雨量、水库预警等特有名词进行训练，避免断句不顺畅，主要功能包括但不限于语音合成、个性化音色、语速语调控制、情感合成等。

2.4 叫应对象数据来源

预警对象数据主要来源于安徽省山洪灾害调查评价和防洪工程数据库成果，调查评价成果包括全省 43 个山洪灾害防治县（区）调查点的人口、房屋、桥梁等信息；防洪工程数据库成果包括全省近6 000 座水库、5 万多名责任人信息。同时，基于移动通信定位信令数据成果，结合小流域空间数据对通信基站数据进行空间分析，基于 LBS（Location Based Services）定位分析，使用编程模型 MapReduce 对海量信令数据进行分布式计算，获取灾害危险区不确定人群信息，扩大预警发布覆盖面。基于以上数据，得到与预警风险区相关的固定和活动人员信息，通过机器人定向发起外呼，快速全面触达预警对象，大大增强了全省基层防汛预警的针对性和时效性。

3 技术特点

为支撑智能叫应在小流域山洪灾害预警发布中持续稳定发挥成效，除了采用常规智能语音技术外，为确保系统具有较高的识别率及适应性，能够在突发条件下高效、稳定运行，也具备良好的可扩展性、高处理性能，以及较高的安全性和可靠性，还具备以下技术特点：

1） 水利语音数据库。基于面向对象的数据模型构建水利领域的语音数据库[5]，通过整合海量多源异构数据，将音频数据抽象为不同的音频对象（实体），且将各对象的唯一标识符、属性与方法封装在一起，建立各对象间的联系。

2） 微服务架构。基于微服务的软件架构进行设计，系统灵活性、规范性、稳定性及安全性大大增强；每项语音处理服务都是独立的，对内实现指定的语音处理逻辑，对外承担特定的语音指令任务。通过标准化的语音服务接口，与现有水利业务系统实现互联互通[6]。

3） 并发性能。系统支持 100 路并发呼叫，机器人意图识别率在 95% 以上，在高并发访问压力环境下，应答平均响应时间小于 1.5 s；每日外呼最大话务量 ≥10 000 通，系统故障平均间隔时间 >360 d，可用性达 99.9% 以上。

4） 跨平台软件架构。分别针对 ARM 和 X86 架构进行研发适配，支持鲲鹏、飞腾、龙芯、海光、INTEL等 CPU 构建的硬件系统，支持统信、麒麟、Windows等服务器操作系统，支持达梦、南大通用、人大金仓、SQL Server 等数据库系统。

4 结语

安徽省山洪预警智能叫应系统创造性地将智能语音技术应用在小流域“四预”的临灾预警场景中，预警发布对象覆盖了基层行政区内固定、非固定对象，覆盖区域为全省 43 个山洪县，特别是在 2020 年超标准洪涝灾害防御过程中，充分印证了智能叫应的精准性、高效性。以凤凰河小流域为例，山洪灾害防御对象为一般乡（镇），叫应对象为县、乡（镇）、村三级责任人，100 个预警电话在 3 min内即可完成，同时输出叫应统计结果，大大增强了山洪预警的针对性和时效性，为精准化决策提供了有力支撑。系统的建成及应用为小流域临灾预警叫应反馈未能完全实现闭环管理打开了新的思路，为提升山洪灾害“四预”能力提供了很好的示范，是安徽省智慧水利建设的重要组成部分。系统基于语音识别、语音合成、自然语言处理等人工智能技术，实现山洪预警的智能语音叫应，提升了基层防汛工作的智能化水平，为基层防汛工作减负提供了切实有效的技术支撑。

未来，智能叫应系统将结合以中文为核心的新一代星火认知大模型，借助模型的任意对话式理解和复杂逻辑的思维链推理优势，将人机对话从受限场景逐步拓展到开放场景，具备终身自学习、自进化能力。未来将继续研究更多的外呼场景，进一步提升智能化转型对基层防汛工作的赋能力度。此外，还需要紧随物理流域全要素数字化映射的进展，不断积累水利专有数据，优化算法引擎，深度融合水旱灾害知识平台，进一步提升人机对话智能化程度。