基于智能語音技術的道路交通事故警情場景應用研究

韓 輝

(訊飛智元信息科技有限公司， 安徽 合肥 230088)

0 引言

近年來，以人工智能、大數據、物聯網為代表的第四次信息科技浪潮爆發式發展，正在深刻地影響與改變人類的生產生活方式。智能語音技術作為人工智能的重要組成部分，也被廣泛運用于各行各業。

公共服務中道路交通事故的應急處理能力是社會治理水平高低的重要體現，關系著人民的生命與財產安全以及道路交通設施的利用效率，是交通管理工作中的重要內容。提高道路交通事故應急處理能力，一方面可以縮短道路交通事故的處置時間，另一方面可以快速消除路障，保障道路交通運輸的順暢。影響交通事故處置效率的主要有三點，一是事故處置時間，二是路程花費時間，三是現場處理時間?；诖?，本文研究了智能語音技術在忙時輔助接警、智能指揮調度、出警預案指導等四個方面的應用，并探索通過搭建道路交通事故處理指揮調度平臺來提升交通事故處理效率。

目前關于智能語音技術的應用領域逐漸增多，施唯佳等[1]提出智能語音機頂盒的軟硬件實現方案將智能語音技術應用到通信技術上，詹新生等通過智能語音技術設計了聯合收割機多功能智能終端，何雋等將智能語音技術運用到金融領域，段維軍等利用語音識別技術進行多媒體信息檢索的仿真應用，劉一鳴等將智能語音技術應用到出版領域實現了數字出版的有聲讀物功能，宋歌提出人工智能語音分析系統在帕金森病診斷中的一項探索性臨床研究，將智能語音技術應用到醫學領域，王留芳等提出智能語音技術在蓄電池充電系統中的應用，實現了電池充電系統的智能化，肖安琪等將智能語音技術應用到傳統廣播領域，鄭杰慧等將智能語音技術應用到水務客服領域，艾文偉等將智能語音技術應用到城市軌道交通客運服務中，本文基于語音通信技術來實現道路交通警情場景的智能化，提升出警效率。

1 智能語音技術的研究現狀

智能語音技術屬于多學科交叉的邊緣學科，涉及聲學、語言學、數字信號處理、計算機科學等領域，主要針對語音識別技術（ASR）、語音合成技術（TTS）和語義理解技術（NLP）等開展研究，實現讓機器人一樣“能聽會說”、“能理解會思考”。

語音識別技術的探索經歷了從孤立詞識別系統向大詞匯量連續語音識別系統發展階段，并開始轉向端到端神經網絡及針對實際應用中的算法優化研究。目前，機器的語音識別準確率已達到人類平均水平。

語音合成技術的探索經歷了人工參數合成法和可訓練的參數合成法兩個主要階段，并開始聚焦于提高合成語音的自然度和表現力、擴展多語種文語合成、降低語音合成技術的復雜度等方面研究。目前，機器的語音合成質量已超過人類水平。

2 道路交通事故警情處理現狀分析

2.1 輕微交通事故報警時間相對集中

交通事故的報警和求助，受限于各種客觀條件，如早晚高峰、節假日、惡劣天氣等情況，在報警量陡增的情況下，無法及時有效的接通。為提高忙時報警電話的處理效率，避免耽誤重大警情，在不增加現有人工電話坐席數量和工作強度下，可通過建設忙時智能機器人輔助接警系統，實現話務量有效分流。

2.2 接警處理程序復雜

接警過程為接處警員手工詳細記錄市民口述的關于地理位置、事發場地、現狀、聯系人等信息，轉警員處理，忙時接通率下降、信息記錄時間較長。針對此問題，可通過自然語義理解的轉寫技術，在市民與接處警的交互中自動記錄關鍵信息，實現智能填單，并將關鍵信息準確發送給出警人員。

2.3 指揮調度低效，派警方式單一

目前，道路交通事故處理采用接處警的方式，根據事故報警位置，通知所屬轄區交警中隊調配警力進行處理，這種方式處理效率低下，存在信息傳遞丟失。為解決此困境，可采用基于路況的智能派警技術，對出警的警員、警車的數據進行匯聚，實時更新他們的位置以及全市監控設備的位置數據進行融合，一旦有案情發生，基于位置區域中心算法，可以快速查找出周邊的警員、警車、攝像頭，可以快速、便捷的給附近的警員、警車下達指令，而且還可以給與附近的警員、警車推薦最短距離到達或者最短時間到達案發現場，同時在指揮中心大屏上，可以調度周邊范圍的攝像頭，查看現場的情況以及警員在現場的處置情況。

3 道路交通事故處理智能指揮調度平臺方案

基于對當前道路交通事故警情處理的現狀分析，本文提出構建交通事故處理智能指揮調度平臺，下設電話機器人輔助接處警系統及語音大屏指揮調度系統，使用“人機”結合的方式，降低人工服務壓力，應對報警忙時及突發事件導致的呼叫量激增，提高報警電話接通率，同時為處警員帶來更高效、便捷的自然語音交互服務，及時聯動協同指揮調度，提升指揮調度效率，在重大警情和各類突發事件的應急指揮中，將智能語音技術應用到地圖操作，視頻監控區，應急預案和人員通訊錄查詢等方面，操作更加快捷準確。

3.1 技術路線選擇

（1）人機交互技術

忙時智能接警機器人的核心是人機交互對話管理，對話管理首先需要創建話術，機器人按照話術設定的邏輯進行服務。系統支持可視化的方式動態編輯話術，從而實現話術的快速修改和發布。

（2）自然語言理解技術

智能填單的核心是基于對自然語言的理解，根據報警人意圖與反饋的各實體間關系，進行歸類并自動形成工單，道路交通事故警情場景下，主要涉及地址識別與意圖分類。

地址識別，運用語音識別+語義理解技術將用戶說出的地址準確提供出來，語音識別采用HybridCNN+CTC算法，語義理解采用基于Bert+CRF預訓練算法模型，采用上述模型對20億條全國地址數據進行訓練完成。

意圖分類及語義提槽，運用LSTM與Bert算法相結合的模式，實現自動化語義編譯、解析和訓練方案，快速提高正確率。

（3）全渠道富媒體融合技術

全渠道富媒體融合技術，打通傳統的話音渠道與網頁、微信、短信、H5、APP等新興渠道的數據壁壘，支持文字、語音、圖片、視頻等富媒體交互方式，所有渠道由統一一個智能大腦進行支配。應用場景上，接處警民警可隨時了解市民多渠道交互歷史軌跡，案情的脈絡流程一目了然，輔助處警決策，提高處警效率。智能大腦由后臺統一能力平臺支撐，包括語音識別、語義理解、知識庫等AI能力以及多渠道接入管理。

3.2 系統架構設計

該平臺的系統結構自下而上，可以分為四部分——基礎設施層、數據層、服務層、應用層。在基礎設施層完成了網絡基礎、電話平臺、計算機終端、大屏控制、存儲設施等基礎設施的建設，為平臺提供了良好的基礎物理支撐；在數據層完成了基礎數據、錄音數據、語音數據模型、語義數據、POI地址數據、預案數據的設計及規整，并同時為數據搭建了相應的存儲平臺，基于平臺的需求，加入路況數據、報警人行為數據的整體設計及規劃；在服務層，基于平臺的語音合成、語音識別、語義理解、語音導航、POI地址定位、數據搜索引擎、實時轉寫、統一排隊、離線地圖、地址搜索引擎等服務，將進一步拓展交通導航能力、熱力分析、IM通信、路況分析、圖層定制等服務的提供；在應用層建設內容統一規劃為智能機器人輔助接處警系統、智能指揮調度系統。如圖1所示。

圖1 道路交通事故處理智能指揮調度平臺系統架構設計Fig.1 system architecture design of intelligent command and dispatching platform for road traffic accident handling

四層結構設計的系統具有較好的擴展性。隨著業務的拓展，可以很方便的在必要的層面中添加相應的應用，實現系統功能的擴展。四層架構將業務邏輯分布到應用服務器上，數據庫上不再具有業務邏輯處理單元，而只負責基礎業務數據的管理，主要的計算任務由應用服務器完成，從而充分利用了應用服務器在并發處理和邏輯計算方面的優勢，解決了三層結構體系下當請求并發量巨大時，數據庫性能迅速下降的問題。

3.3 平臺智能應用構想

（1）忙時智能機器人輔助接警

根據情況分析交通事故接警的結果及語料集，設計交通事故接警電話機器人交互界面，根據交互方案設計，進行交通事故智能接警電話機器人原型搭建，包含提示音錄制、語義庫完善，上線后組織用戶進行可用性測試，根據測試結果進行聲學模型優化及語音模式優化，包含數據設計、數據收集、數據標注、數據訓練、測試優化等過程，最終完成交通事故智能自助交互全流程。

（2）智能填單

通過先進的語音識別技術，將接警人語音信息實時轉成文字信息，根據案發時間、地點、警情內容等字段選擇性錄入，根據報警人意圖與反饋的各實體間關系，進行歸類并自動形成工單，有效提高接警效率，提升單位時間接警量。根據歷史工單數據，在云端后臺可檢索相同類型事件、相同人物、車輛或公司等聚合數據。

（3）智能派警

智能派警主要包含出警預案指導和語音指揮調度。

出警預案指導：在警務通終端上引入全新的智能出警預案指導APP，實現實時進行預案語音提醒，構建警情處置預案知識庫，梳理散亂的警情信息并作規整分類。當案件發生時，系統自動搜索相關案件指導及法律條款，通過自然的合成語音播報給出警民警，規范出警流程。同時，當有案件發生后，警務通可查詢相應案件發生在地圖上地點和當前自己所在的位置?？赏ㄟ^界面操作進行地圖導航，路徑規劃。

語音指揮調度：以智能語音融合交互為核心，通過統一業務管理平臺、媒體處理服務平臺、接入網關及對外互聯設備，構建分布式、分層統一的通信系統。系統整合語音、視頻監控/會議、指揮調度、集群對講、警情數據、警力資源、GIS業務、應急預案等子系統，建立集語音、視頻、數據三位于一體的全面綜合指揮調度系統，實現語音、視頻、數據的融合與調度功能。顛覆以往需要多人、多系統協調工作的模式，實現全新一代的智能語音指揮調度方式。

4 應用場景與推廣價值

本項目可廣泛運用于城市的道路交通事故警情處理中，通過本項目的建設，以機器人（7×24小時）和坐席互助的方式，預計可實現忙時電話接通率提升17%，分流人工話務量20%，早釋率穩定控制在1%以下，報警電話接通率保持在99%以上，整體出警時間縮短1分鐘左右，從而提升坐席人員對于警情錄入、地址錄入的速度，從而提升接警服務效率，促進接處警之間的溝通交流更加快速化、直觀化。

通過智能派警技術可以更加迅速的處理報警案情，很大程度上提升了各個環節和部門之間的溝通效率，極大的節約警力資源，同時讓市民在使用過程中體驗到高新技術的便捷與科技感，從而進一步提升道路交通事故處理的服務效率和市民滿意度。

5 結論

通過搭建交通事故處理指揮調度平臺，將先進的智能語音技術運用在道路交通事故警情處理中，實現忙時輔助接警、智能填單、智能派警等多種功能，解決了交通事故警情處理的痛點，帶來了較大的經濟效益和社會效益。

當前，人工智能技術已經賦能各行各業取得了很多階段性的突破成果，智能及人工與行業的深度融合是下一步的發展趨勢，在智能化方向，關于報警地址與車牌的語音交互識別還需要進一步的創新與數據積累，在人機融合方向，開放自主靈活的運維運營將帶來更好的服務體驗。后續，筆者將在這兩個方向上繼續探索項目的架構優化和策略機制創新，用人工智能建設美好世界。