智慧城市网

登录

科大讯飞携手达实智能,多模语音增强技术助力深圳12号线升级智慧交通体验

来源:科大讯飞
2022/12/30 8:57:0435372
  【智慧城市网 品牌专栏】近日,深圳地铁12号线正式开通!此次项目中,科大讯飞携手达实智能与深圳地铁深度合作,打造了一系列智慧化的应用场景。
 
  多模语音增强技术
 
  率先用于深圳地铁语音购票
 
  该项目智慧客服中心采用AI数字客服为乘客提供语音交互服务,可让乘客通过语音交互自助完成信息查询、车票购买。在过去因为地铁站点太多,乘客在售票机买票时很难快速找到要去的站点,而这对于不太会操作设备的老年人来说更是难上加难,一堆站点看花了眼。这些问题在加上语音购票的功能后迎刃而解,乘客只要说出想去哪里即可买票,大幅提升了乘客的购票体验。
 
深圳12号线智慧客服终端
 
  在地铁站人声嘈杂的场景下,使用语音进行购票理论上交互体验并不好。以往常规方案受周边杂声影响较大,语音识别准确率相对较低,经常出现“答非所问”的情况。而在深圳地铁12号线智能售票机及智慧客服终端上,率先采用了科大讯飞最新发布的多模语音增强技术,该技术通过人脸唇形等多模信息的使用,能有效地抑制地铁环境噪音和后排说话人声,让嘈杂环境下机器的语音识别准确率大大提高,避免了语音交互时被旁边人说话带“跑偏”的尴尬,有效提升了嘈杂环境下的语音交互体验。在科大讯飞多模态语音识别技术的加持下,12号线地铁购票的体验提升显著,受到了很多乘客的好评。
 
  从单模态到多模态
 
  科大讯飞持续向新
 
  人类通过眼、耳、鼻、舌等多个器官同时感知世界,而机器若想更自然地与人类交流,当然也需要通过多模态感知。多模语音增强技术,作为科大讯飞新推出的解决公共场景下语音交互难题的最新技术,打破以往纯声学降噪的方式,将机器视觉也融合到环境降噪技术中,使其能够在多人同时说话的嘈杂场景中,将其他人声和环境噪声进行过滤,准确地把目标说话人的声音分离出来进行识别。通过这种单模到多模的技术创新,使得在同方向有人说话干扰的场景下,多模语音增强技术的识别准确率对比传统语音识别技术相对提升70%以上。它不仅让设备能听见,还能看见你说话,就像武侠小说中的“读唇术”一样,知道你在说什么。
 
  讯飞AIUI开放平台
 
  致力AI技术落地更多场景
 
  事实上,地铁智能售票机及智慧客服终端仅是科大讯飞AIUI开放平台支持合作伙伴打造的项目之一,平台开放的多模语音增强技术在医疗自助机、银行柜员机、取款机以及商用服务机器人等项目上也有相似的应用场景。在人声嘈杂的公共场所,通过多模态语音技术均可有效降低环境噪音的干扰,提高语音识别准确率,保障用户的对话交互体验。
 
  截至目前,讯飞开放平台已经开放542项AI能力和解决方案,聚集375万开发者团队,总应用数达158万,是首批国家新一代人工智能开放创新平台。未来AIUI作为讯飞人机交互的开放平台,将通过更多AI技术赋能合作伙伴,在更多的场景落地多模态语音增强技术,为客户创造价值,也为用户带来更多新的体验。

上一篇:超图:构筑数字孪生城市底座 精准引领酒泉智慧城市建设

下一篇:赋能东数西算,安恒信息助力国家信息中心编制《“数盾”技术架构研究》

相关资讯:

首页|导航|登录|关于本站|联系我们