智能交互系统在酒店客房场景的应用

李嘉杰

（广东科技学院 机电工程学院，广东 东莞 523000）

0 引言

随着文旅酒店行业的逐步复苏，以及人工智能、5G、大数据等新技术的迭代发展，特别是《“十四五”机器人产业发展规划》[1]出台后，机器人不断在各行各业注入更多的智能化基因。如今，越来越多的酒店在传统基础服务上积极拓展智能机器人以深化数字化和信息化服务，能达到降本增效的目的，市场发展潜力前景广阔。

当前市面上智能机器人在酒店方面的应用[2]主要有以下类型：迎宾机器人，提供前台客房办理和餐厅订餐等服务；配送机器人，提供将行李或餐品配送到餐桌及客房等服务；清洁机器人，提供大厅楼道区域的清洁服务。而在客房场景下，智能机器人提供的应用服务并不多。因此，优化消费者在客房场景下的交互便利性，获取更全面、更个性化的服务，对于酒店智能机器人应用发展具有实践探索意义。

1 系统实现

消费者入住酒店后，往往特别关注酒店客房设施、安全及餐饮等方面的服务。为了提高消费者入住后的满意度，本文搭建一套智能交互系统，通过智能交互机器人提供周边信息查询服务。机器人具备与人类开展智能交互的能力，通过图像识别和处理技术的改进以及自然语言处理能力的提高，能够深度感知、智能决策和灵巧执行。

1.1 功能概述

智能交互机器人以客房智能电视和智能音箱为媒介，通过物联网技术和人工智能（Artificial Intelligence，AI）技术，为酒店客房构建了一套完整的智能交互系统，为住客提供全方位的智能交互体验。机器人感知语音信息，通过信息处理进行逻辑判断分析，实现在客房内部合理地驱动各种智控设施设备。例如，住客进入房间时，房间的灯光、窗帘、电视会自动打开，智能交互机器人会自主唤醒并出现在电视中，向住客介绍酒店相关信息、设备使用方法，主动推送饮食、出行等全方位本地信息。住客可以通过语音交互向虚拟管家提出客控、呼叫、购物、娱乐、社交及服务等各方面的需求。该智能交互系统还具有强大的数据处理能力，能够快速准确地处理各种信息，为酒店和住客提供更加智能化、高效的服务。

1.2 系统组网方案

该智能交互系统[3]方案部署于酒店机房，组网拓扑如图1 所示。除了标准的数据通信设备外，主要部分为部署于酒店机房的智控业务服务器群组和部署于客房内部的智控设施。

图1 智能交互系统拓扑图

第一，宽带路由器接入与部署。通过光纤专线网络将宽带路由器接入酒店机房，为所有智控业务服务器提供网络连接。

第二，多媒体基于HTTP 的自适应码率流媒体传输（HTTP Live Streaming，HLS）服务器。路由器具备本地媒资封装推流能力，可将运营商用户数据报协议（User Datagram Protocol，UDP）组播流转封装推流，输出为更适合局域网的HLS多媒体流文件，提高数据传输效率，为酒店提供多媒体服务。

第三，酒店管理系统对接网关。服务器上联酒店物业管理系统（Property Management System，PMS），采用HTTP-GET接口方式获取客房入住信息，采用HTTP-POST 接口方式推送客房点餐或其他服务等数据，开启Web 服务，为客房终端提供信息服务。

第四，客控系统代理服务器。客房智控设施数据处理中心，主要将收到的音频文件转发至智能语音云平台。智能语音云平台把语音文件解析成JSON 串返回给本地代理服务器进行处理。代理服务器对JSON 串进行封装处理，封装成操控信令。

第五，客房智控设施。客房内接入Wi-Fi 热点的智控终端设备，包括智能电视机、智能音箱、智能窗帘、智能灯泡及空调伴侣等。客房内的智能终端设备通过智能音箱收集交互指令，收录音频并编码为统一的音频格式，再即时传输到云平台处理；通过智能电视进行指令处理和业务呈现，关联完成后可接收到平台发来的对应信令信息，通过电视屏展示处理结果。

2 应用实例

2.1 智能音箱蓝牙同步电话功能

酒店客房的电话功能集成通常有蓝牙同步或微信账号同步两种主要方式。考虑到微信账号同步涉及更多的个人信息安全问题以及退房时忘记退出的困扰，这里仅对蓝牙同步方式进行介绍，重点阐述其在智能音箱上的应用。通过蓝牙连接手机，智能音箱可以实现语音输入呼叫联系人名字，从而完成电话拨打、挂断、静音等操作。实现这一功能，智能音箱需要支持电话免提协议（Hands-Free Profile，HFP）功能[4]。HFP 是一种蓝牙设备普遍使用的免提协议，规定了免提设备控制电话的相关操作。

HFP 协议有音频网关（Audio Gateway，AG）和免提单元（Hands-Free unit，HF）两个角色。在此应用中，手机的角色是AG，智能音箱的角色就是HF。两者之间的蓝牙通信协议栈中，最重要的是逻辑链路控制与适配协议（Logical Link Control and Adaptation Protocol，L2CAP）和属性协议（Attribute protocol，ATT）。

L2CAP 是蓝牙协议栈中的一个关键协议，用于在蓝牙设备之间提供可靠的数据传输和服务质量控制。其主要目标是在蓝牙设备之间建立逻辑链路，以便进行数据传输。L2CAP 协议允许上层协议通过L2CAP 通道进行通信。

ATT 协议是蓝牙协议栈中的一个重要协议，用于在蓝牙设备之间管理和交换属性数据。它是在通用属性配置文件（Generic Attribute Profile，GATT）之上建立的，用于支持设备之间的属性读写和传输。通过ATT 协议，蓝牙设备可以利用读取、写入和通知等操作来访问和交换属性数据。ATT 协议提供了一种简单而灵活的方法来进行设备之间的属性数据传输和交互。ATT协议在蓝牙设备之间的应用广泛，如传感器数据获取、设备配置和控制等场景。

2.2 智能电视多媒体智能操控

多媒体智控操控应用为通过智能音箱操控智能电视呈现多媒体业务，具体的信令流程分为语音采集、指令解析和业务呈现3 个过程。

2.2.1 语音采集

智能音箱通过拾音器模块采集用户语音，编码后将音频媒体文件上传到智能语音云平台。智能语音云平台进行语音识别处理，转换成文字形式。

2.2.2 指令解析

首先，智能语音云平台将文字发回给局域网的代理服务器用作智控指令显示，由智能电视接收并呈现出来，主要用于校验信息准确度。其次，平台将文字解析成多媒体操控意图，调用数据库中意图信令格式数据和智能电视关联信息，封装成针对智能电视索取媒资的信令的JSON 串，通过代理服务器转发给智能电视。云平台在此过程主要完成从语音识别到转译成信令的一个完整交互流程，主要包括语音识别（Automatic Speech Recognition，ASR）和语音合成（Text To Speech，TTS）两个功能模块[5]。ASR 语音识别是把语音转换成文字，建立文本索引，将非结构化的语音文件转换为结构化的索引信息的过程；而TTS 语音合成是把文字转换为对应的音频的过程，通过TTS 语音播报将结果传达给用户，并且在电视屏幕上给出适合屏幕大小形状的展示结果，主要用于校验用户输入语音的精准性。除提供语音服务之外另内嵌数据库服务，数据库存储智能音箱和智能电视的关联信息和操控信令格式数据。

2.2.3 业务呈现

智能电视从操控JSON 串中获取信息后，封装成平台操控指令发送到多媒体HLS 服务器。服务器主要包括本地点播服务平台和第三方影视平台。流媒体内容服务提供方可以根据接口信令，推出标准HLS 协议的媒体流。

总的来说，智能音箱的蓝牙同步电话功能和智能电视的多媒体智控操控应用，都充分利用了蓝牙通信协议栈和云平台的优势，为消费者提供了更加便捷、高效的多媒体业务体验。

3 结语

本文从智能交互系统和两种智控终端对智能交互机器人在酒店客房场景的应用进行了探索。机器人基本能通过语音操作完成一些对智能终端设施的控制。在未来智能机器人发展领域，如何让服务有温度、机器富有“感情色彩”，是更多智能创造者需要突破的方向。人的需求多种多样，问题也千奇百怪。当前机器人回答的问题大多比较标准化，今后机器人会通过与人交互不断收集客人的问题，通过大数据的积累，其回答将变得更加精准、更体贴。