陈华龙，廉文彬，贺晓聪

（1.北京经纬信息技术有限公司，北京 100081；2.中国国家铁路集团有限公司 客运部，北京 100844）

铁路客户服务中心作为铁路与旅客、货主及承运人的交互窗口，具有非常重要的地位。随着云计算、大数据、人工智能等技术的发展，以及铁路“降本提质增效”的要求，面向铁路的智能客服应运而生。2016 年，智能语音识别技术的准确率达到了与人类同等级别的水平，智能语音识别产品也得到了广泛应用。智能手机的语音助手、家庭版智能音箱、智能耳机、智能车载设备等语音交互产品逐渐进入人们的日常生活，这标志着智能语音识别技术的时代已经来临。因此，如何应用智能语音识别技术来构建智能客服体系是中国铁路未来发展的重要课题[1]。

铁路客户服务中心智能化发展是大势所趋，本文概述了铁路客户服务中心的现状和智能客服体系的关键技术，探索和研究了智能客服在12306 互联网售票系统（简称：12306）客服电话、12306 客户端、列车长乘务管理、实体机器人等场景的具体应用。同时，本文还总结了智能客服在北京铁路客户服务中心试点运行的经验，验证了智能客服在北京—张家口高速铁路（简称：京张高铁）应用的可行性。

1 铁路客户服务中心现状

铁路客户服务中心主要分为线下服务和线上服务两种形式。

1.1 线下服务

各级车站（特等站、一等站、二等站等）已陆续设置问讯处，向旅客提供咨询（查询余票、票价、列车到发和停站时刻等）、票务受理（退票、改签、购买站台票等）、求助（遗失物品查找、信息广播、老幼病残孕等重点旅客服务）等服务。列车上设置了专员（列车长、乘务员、警务员等），以保障旅客安全出行。

1.2 线上服务

铁路客户服务中心自2010 年开通后，在全国铁路18 个铁路局集团公司所在地设置了区域性客户服务中心，共设置约1 500 个客服坐席；开通客运（12306）/货运（95306）客服电话，为旅客、货主及承运人提供语音自助查询和人工服务；通过客运和货运网站（中国铁路12306、中国铁路95306）、短信、电子邮件、客户端、微信公众号、微信小程序、支付宝小程序等多种方式提供服务。虽然面向旅客和货主客户的铁路客户服务中心已经成为展示铁路服务质量的重要窗口和平台，但是，目前的线上服务仍以人工服务为主。随着京张高铁的开通运行，铁路客服智能化的需求日益迫切。

随着我国社会与经济的发展，铁路旅客已经从最初单一的乘车需求提升到安全舒适、快捷高效、多样化、国际化的出行需求，旅客对铁路服务的响应速度、服务体验、处理效率等需求越来越高[2]。目前铁路旅客出行智能化水平不高更是加大了铁路智能化出行需求的差距。

2 智能客服的关键技术

2.1 语音合成

语音合成（TTS，Text to Speech）又称文语转化，是一种将文本信息转化为语音数据的技术。TTS 技术涉及声学、语言学、数字信号处理、多媒体技术等多种学科，是中文信息处理领域的一项关键技术，其核心应用是让计算机模拟人进行说话[3]。基于TTS技术的语音合成过程如图1 所示，具体步骤如下。

图1 基于TTS 技术的语音合成过程

（1）文本信息经过前端的语法分析后，根据语义词典和合成规则进行处理，得到格式规范（过滤语气词、停用词等不规则和无法发音的字符）、携带语法层次的信息，并传送到后端[4]。

（2）在前端分析结果的基础上，后端经过韵律分析和处理，得到语音的时长、音高等韵律信息，并根据这些信息在语音库中挑选最合适的语音单元，通过语音合成器进行调整和拼接，最终得到语音数据[4]。

TTS 技术可用于12306 客服电话智能语音导航、车站的列车信息播报、实体机器人、虚拟售票窗口、数字虚拟形象大使等应用。

2.2 自动语音识别

自动语音识别（ASR，Automatic Speech Recongniton）是一种让计算机快速准确识别人类语言的技术，是人机交互的关键技术之一，其目标是使用语音识别算法来获得更高的识别率。近年来经过GMMHMM（混合高斯模型-隐马尔科夫）、DNN-HMM（深度神经网络-隐马尔科夫）、RNN-HMM（深度循环神经网络-隐马尔科夫模型）、CNN-HMM（深度卷积神经网络-隐马尔科夫模型）等语音识别算法的不断发展与迭代，本文采用基于注意力机制的编解码模型实现语音识别，弥补了GMM-HMM 算法没有利用帧的上下文信息和难以学习深层非线性特征等不足[5]；解决了RNN-HMM、CNN-HMM 声学模型和语言模型之间的协同问题，大幅简化了语音识别算法训练流程，解决了发音词典标注不准确的问题。

2.2.1 注意力机制

注意力机制的特点是能够灵活地从给定的信息中提取与上下文相关联的特定信息。这一机制提高了获取关键信息的准确性。具体到智能客服方面，注意力机制能够对客户的需求进行精准的语音识别和理解，进而通过机器代替人工进行回答。

传统的端到端模型将输入的句子压缩为一个长度固定的隐向量，忽略了信息的真实长度，导致压缩后句子的信息与原始句子末端词汇的关联性较大，难以保留句子起始部分的信息。因此，当句子过长时，端到端模型的性能下降得比较快。此外，端到端模型为句子中的每个词赋予相同的权重，使句中不同词之间没有明确的区分度。注意力机制解决了这个问题，能够从全局的角度出发，捕捉词与词之间的联系。

注意力机制的本质是加权求和。匹配度的计算和加权向量的计算是注意力机制的两大组成部分。匹配度的计算主要为了判断输入的哪个部分更加需要被关注、更重要。其计算方式包括点积、乘法、多层感知器等，这些计算方式在实际运用时会受到不同程度的限制。例如，点积要求源和目的的隐藏层输出的维度一致；乘法要求更快捷、更高效的存储条件，以使用矩阵计算，实现更快的运算；多层感知器依据结构的不同也有很多的选择，本文不进行详述。

2.2.2 编解码模型

本文采用基于注意力机制的编解码模型进行语音识别，该模型由编码模块、解码模块和注意力机制模块组成，其结构如图2 所示。

图2 基于注意力机制的编解码模型结构

编码模块将每帧语音转换为时频图像，采用深度卷积神经网络结构，通过多个卷积层和池化层的组合，完成对每帧声学信息的编码。

解码模块采用单向长短期记忆（LSTM,Long Short Term Memory）网络结构，根据历史文本的汉字序列，输出下一个汉字的预测概率，从而实现对语言信息进行建模。

注意力机制模块从经过编码模块编码的声学信息中挑选对下一个汉字的预测最有帮助的声学信息片段，并将这些片段进行合并，输送给解码模块来输出下一个汉字的预测概率。注意力机制模块使编解码模型可以很好地进行声学模型和语言模型的联合建模，从而解决了两个模型之间的协同问题，提高了语音识别的准确率。

基于注意力机制的编码解码模型框架简洁，具有语音识别效果好、多语种识别、占用本地资源少，以及简化声学模型和语言模型训练、训练效率高等特点。基于注意力机制的编解码模型可以实现不同语种、方言的建模和训练，使同一模型可以识别多种语言，做到了真正的“免切换”。

2.2.3 智能问答

智能问答技术融合了知识库问答（KBQA,Knowledge based Question Answering）与知识图谱特性，通过对人类语言的自动分析，对询问进行回答，包括一问一答及类人化的多轮问答、问题引导、知识推荐等功能[6]。智能问答技术主要分为两类：基于语义解析、基于信息检索。

（1）基于语义解析

基于语义解析的智能问答技术将自然语言转化为语义表示的逻辑形式，再通过知识库推理查询，得到最终答案。

（2）基于信息检索

基于信息检索的智能问答技术对问题中的实体进行提取，通过在知识库中查询该实体，来获得以其为中心的知识库子图。子图中的每个节点或每条边作为候选答案，从而得到表征问题和候选答案特征的特征向量。基于信息检索的智能问答技术对候选答案进行排序，得到最终答案[7]。

3 智能客服在京张高铁的可行性分析

3.1 12306 智能语音导航

2019 年，铁路客户服务中心年均互动式语音应答（IVR，Interactive Voice Response）的进线量约为6 225 万通，其中，转人工接听约为3 331 万通。IVR 转人工接听的转接率约为53.5%，这表明目前中国铁路客户服务中心的线上服务方式仍以人工服务为主。在接入的通话中，旅客咨询约占总接入量的60%，这使大量简单的重复性工作占用了宝贵的人力资源。12306 智能语音导航系统通过语音识别和语义理解技术的综合应用，推出24 h 智能客服，为旅客可以提供退票、改签、身份核验、儿童票购买、账户注册等服务，也可以与旅客进行多轮对话，进行余票、票价、车次时刻表等动态业务的实时查询[5]。12306 智能语音导航系统实现了全天候实时服务，常规且重复性高的问题由语音机器人进行答复，较复杂及个性化的问题则由人工客服进行答复，其服务规模不再受人工席位数量的限制，有效地解决人工成本高、线路忙、服务时间有限、服务质量参差不齐等问题。

3.2 12306 售票智能语音助手

目前，使用中国铁路12306 网站和12306 客户端购票时，旅客仍需要进行多次输入、查询、选择等操作。12306 售票智能语音助手可以实现一句话语音界面导航、一句话实现界面跳转及输入项（乘车站、到达站、乘车日期、车次）自动填写。语音引导购票功能让旅客通过语言来表达购票需求，使购票过程变得更高效和便捷[8]。

3.3 列车长乘务智能管理助手

列车长乘务智能管理助手不仅可以提供语音播报功能，支持中、英、日、韩、法等多种语言的自然合成，还可以提供语音交互机器人功能。当旅客提出咨询时，列车长乘务智能管理助手可实时返回答案，辅助列车长回答旅客问题，有效减轻了列车长工作强度。

3.4 实体机器人

随着京张高铁的开通与运行，站内设置实体机器人也是智能客服一个重要的应用场景。实体机器人融合了智能客服技术，提供站内导航、客运信息智能化搜索、行李搬运、旅客问询等功能，并结合12306 客户端通过语音方式提供线下和线上的无接触式服务，重点关照老幼病残孕等特殊群体，为旅客提供智能化的出行体验。

4 价值及实践

智能客服在京张高铁的应用价值包括两方面，具体如下。

（1）经济效益。人工智能（AI，Artificial Intelligence）技术的运用降低了中国铁路客户服务中心、车站、列车等有形场所，以及人员和设备的投入，使铁路高质高效地运营。

（2）社会效益。智能化服务提高了客户服务质量，减少了沟通纠纷，缩短了旅客的排队时间，提高了对客户多样化需求的响应速度，极大地提高了中国铁路客户服务中心的服务水平[9]。

北京铁路客户服务中心智能客服试点工作开始于2020 年5 月，充分采用了上海铁路客户服务中心试点的结果和宝贵经验。2020 年6 月—7 月，对北京铁路客户服务中心运营人员进行培训。经过培训后，铁路客服人员已经可以独自完成运营优化工作。智能客服在北京铁路客户服务中心试点运行的情况如图3 所示。由图3 可知，在2020 年12 月31 日，北京铁路客户服务中心试点智能客服系统的字转写正确率为89.7%，智能导航正确率为92.3%。智能导航答案对旅客咨询问题的覆盖率为88.4%。

图3 智能客服在北京铁路客户服务中心试点运行情况

5 结束语

随着技术的不断发展，以及在京张高铁的应用，智能客服的准确率和自助服务率将进一步得到提高。智能客服的应用场景可以进一步拓展至网站、移动设备客户端、新媒体服务号、智能质检、语音大数据分析等，逐步实现业务量增长，而人力不增长或小增幅增长。智能客服为进一步落实中国国家铁路集团有限公司“降本提质增效”的要求打下了坚实的基础。