朱文元

【摘 要】 本文以案例的形式，以北京故宮博物院廣播尋人系統(tǒng)為基礎(chǔ)，結(jié)合筆者所在單位的需求，闡述當(dāng)前語(yǔ)音技術(shù)在智能公共廣播尋人系統(tǒng)中的應(yīng)用以及軟件的設(shè)計(jì)開發(fā)，包括設(shè)計(jì)特點(diǎn)、要求、思路、架構(gòu)、效果等。

【關(guān)鍵詞】 語(yǔ)音技術(shù) 智能廣播 廣播尋人

近年來(lái)，隨著科技的不斷進(jìn)步，用戶對(duì)新技術(shù)應(yīng)用的要求也日益增強(qiáng)。傳統(tǒng)意義下的公共廣播系統(tǒng)在很多方面都不能滿足當(dāng)今用戶的實(shí)際需求。語(yǔ)音合成、語(yǔ)音識(shí)別和手寫識(shí)別作為智能人機(jī)交互的三項(xiàng)核心技術(shù)，正在悄悄地影響和改變著人們的生活，讓人們的工作生活更加便捷與輕松。語(yǔ)音合成技術(shù)可以讓各種設(shè)備“開口講話”，把各種文本信息以語(yǔ)音的方式播報(bào)；語(yǔ)音識(shí)別技術(shù)可以讓各種設(shè)備“聽懂”我們的話；手寫識(shí)別技術(shù)可以幫助人們從各種設(shè)備中繁瑣的按鍵操作中解脫出來(lái)，輕松輸入文字。伴隨著新技術(shù)的不斷進(jìn)步和成熟，其應(yīng)用也涉及到了人們工作和生活的方方面面。

尋人廣播屬于公共廣播系統(tǒng)服務(wù)性廣播分類。廣泛應(yīng)用于賓館、旅館、商場(chǎng)娛樂設(shè)施及大型公共活動(dòng)場(chǎng)所等。窗口廣播尋人服務(wù)一直是故宮博物院廣播室的主要工作之一，多年來(lái)，一直是通過人工話筒播放尋人信息，近年來(lái)隨著參觀人數(shù)的不斷上升，服務(wù)對(duì)象也擴(kuò)展到了來(lái)自全球的朋友們，在日常的工作中也發(fā)現(xiàn)了許多需要改進(jìn)的地方，如語(yǔ)言問題，導(dǎo)致交流不便；發(fā)音質(zhì)量無(wú)法保證；不允許外國(guó)友人自己廣播等問題。為此故宮博物院設(shè)計(jì)開發(fā)了智能語(yǔ)音廣播尋人系統(tǒng)，通過手寫識(shí)別，文字轉(zhuǎn)語(yǔ)音的智能人機(jī)交互模式，經(jīng)過廣播內(nèi)容確認(rèn)的步驟，實(shí)現(xiàn)中英文以及多國(guó)語(yǔ)言的自動(dòng)播放，這樣就能保證規(guī)范的發(fā)音，以及語(yǔ)言不通等問題，也有利于更好的服務(wù)大眾，提升故宮的服務(wù)質(zhì)量。

1 廣播尋人系統(tǒng)設(shè)計(jì)思想和原則

廣播尋人系統(tǒng)設(shè)計(jì)本著技術(shù)先進(jìn)性、實(shí)用性、靈活性和可擴(kuò)展性的思想和原則，根據(jù)故宮博物院本身的特點(diǎn)設(shè)計(jì)開發(fā)。采用現(xiàn)代最新語(yǔ)音合成、語(yǔ)音識(shí)別及手寫識(shí)別等比較成熟和完善的技術(shù)，滿足操作方便，維護(hù)簡(jiǎn)單，便于管理的要求。系統(tǒng)設(shè)計(jì)中充分考慮尋人系統(tǒng)與其它廣播系統(tǒng)的集成性，確保系統(tǒng)總體結(jié)構(gòu)的先進(jìn)性、合理性、可擴(kuò)展性和兼容性，使整個(gè)系統(tǒng)可以隨著技術(shù)的發(fā)展和進(jìn)步，不斷得到充實(shí)和提高。

2 廣播尋人系統(tǒng)設(shè)計(jì)要求

故宮博物院每天都接待大量的來(lái)自國(guó)內(nèi)外的觀眾參觀，作為一個(gè)公共機(jī)構(gòu)場(chǎng)合，保證廣播內(nèi)容的準(zhǔn)確性、安全性尤為重要。為此廣播尋人內(nèi)容的格式要求相對(duì)固定，通過觸屏觀眾只能輸入姓名、地點(diǎn)及聯(lián)系方式。語(yǔ)音合成要求支持多國(guó)語(yǔ)言，對(duì)觀眾輸入的內(nèi)容，要求播放聲音連貫自然。另外應(yīng)用軟件的易用性已經(jīng)成為用戶體驗(yàn)的一個(gè)關(guān)鍵因素，是不可或缺的一部分，直接影響工作的質(zhì)量和效率。要求設(shè)計(jì)時(shí)在視覺、交互流程的感覺上，簡(jiǎn)單易操作，根據(jù)使用者的特點(diǎn)，高效適應(yīng)用戶的使用需求和習(xí)慣。

3 廣播尋人系統(tǒng)架構(gòu)

整個(gè)系統(tǒng)分為兩個(gè)部分，簽批端和播報(bào)端。簽批端用來(lái)讓游客填寫信息，并將信息發(fā)送給播報(bào)端，播報(bào)將用戶播報(bào)的信息進(jìn)行語(yǔ)音播報(bào)，并將播報(bào)的信息保存到數(shù)據(jù)庫(kù)中，播報(bào)端支持工作人員手動(dòng)對(duì)要播報(bào)的信息進(jìn)行修改，同時(shí)也支持臨時(shí)播報(bào)的功能。

簽批端讓用戶通過手寫屏完成輸入文字，修改等功能，將被尋人的姓名、所屬國(guó)家/旅行團(tuán)、尋找人姓名及聯(lián)系方式等信息。當(dāng)用戶在填寫廣播尋人的具體信息時(shí)，手寫屏界面應(yīng)該包括下列內(nèi)容：（1）客戶幫助信息：提示客戶此系統(tǒng)如何使用，使得使用者對(duì)于廣播內(nèi)容一目了然。（2）手寫輸入模塊：游客使用手寫筆，在屏幕上的米字格中填寫相關(guān)內(nèi)容。其中，當(dāng)游客使用的手寫筆懸浮在米字格上方的時(shí)候，格子會(huì)自動(dòng)放大，方便客戶填寫。如果需要修正輸入內(nèi)容，在原位置上重新書寫該文字即可。（3）語(yǔ)種選擇：正常情況下，語(yǔ)種選擇按鈕默認(rèn)為灰色。當(dāng)工作人員確認(rèn)需要觀眾用其他語(yǔ)言輸入的時(shí)候，在審批翻譯界面激活該按鈕，于是手寫輸入界面的語(yǔ)種選擇按鈕變?yōu)榭蛇x。播報(bào)端主要用來(lái)處理需要播報(bào)的數(shù)據(jù)，工作人員在此模塊完成審批、校對(duì)、審查翻譯結(jié)果，查詢歷史記錄和合成語(yǔ)音廣播等功能。播報(bào)端界面應(yīng)包括以下內(nèi)容：①實(shí)時(shí)顯示觀眾輸入的內(nèi)容。②工作人員看到外國(guó)游客，激活手寫輸入模塊的語(yǔ)言選擇按鈕?！凹せ睢卑粹o可以控制“簽批端首界面”中語(yǔ)言選擇的按鈕能否使用，只有在簽批端顯示“首界面”，并且語(yǔ)言按鈕不可用的時(shí)候，“激活”按鈕才能使用。③翻譯客戶輸入的語(yǔ)言到漢字。④語(yǔ)音合成廣播模塊，單獨(dú)界面合成廣播的錄音文件。⑤當(dāng)收到新的要播報(bào)的信息時(shí)，“新信息”按鈕顯示需要播報(bào)的消息的個(gè)數(shù)。⑥歷史廣播尋人記錄查詢、統(tǒng)計(jì)功能。播報(bào)端提供對(duì)已存儲(chǔ)數(shù)據(jù)的搜索功能，用戶可以按照“姓名”、“城市和團(tuán)體”、“日期”來(lái)進(jìn)行搜索。在搜索輸入框中沒有數(shù)據(jù)時(shí)，搜索按鈕不能使用，當(dāng)有數(shù)據(jù)時(shí)，搜索按鈕能夠使用，并且該按鈕有黃色背景，點(diǎn)擊該按鈕可以進(jìn)行搜索。播報(bào)端提供了對(duì)已經(jīng)播報(bào)的信息進(jìn)行統(tǒng)計(jì)的功能，統(tǒng)計(jì)時(shí)可以選擇統(tǒng)計(jì)的單位“年”、“月”、“日”。然后可以在日期的編輯框中選擇日期。點(diǎn)擊“統(tǒng)計(jì)”按鈕會(huì)生成一個(gè)餅狀圖，每一塊餅狀圖的項(xiàng)在右側(cè)的區(qū)域進(jìn)行詳細(xì)的說明。以“年”為單位時(shí)，可以最多統(tǒng)計(jì)10年的數(shù)據(jù)，以“月”為單位時(shí)，可以最多統(tǒng)計(jì)36個(gè)月的數(shù)據(jù)，以“日”為單位時(shí)，可以最多統(tǒng)計(jì)93天的數(shù)據(jù)。

4 系統(tǒng)運(yùn)行環(huán)境

Windows XP Professional SP2。

4.1 硬件配置

Wacom 14/15寸手寫輸入屏一個(gè)；

INTEL凌動(dòng)芯片主機(jī)一臺(tái)；

工作站一臺(tái)。

4.2 非功能性參數(shù)要求

對(duì)于手寫筆跡顯示響應(yīng)速度應(yīng)該小于1s。其他各關(guān)鍵步驟相應(yīng)時(shí)間不得長(zhǎng)于3s；系統(tǒng)至少應(yīng)該可以連續(xù)無(wú)故障運(yùn)行10天以上，不能經(jīng)常出現(xiàn)導(dǎo)致系統(tǒng)崩潰，死機(jī)的嚴(yán)重BUG；對(duì)于第一次接觸本系統(tǒng)的游客，應(yīng)該不用工作人員介紹即可了解如何使用；系統(tǒng)應(yīng)該有用戶名、口令登錄機(jī)制，不得包含任何后門，和潛在的安全性問題。

5 結(jié)語(yǔ)

語(yǔ)音合成技術(shù)在故宮博物院智能廣播尋人系統(tǒng)中的應(yīng)用，改變了以往工作中遇到的語(yǔ)言不通、語(yǔ)言發(fā)音不標(biāo)準(zhǔn)等問題，提高了工作質(zhì)量，加強(qiáng)了工作效率，使得工作更加標(biāo)準(zhǔn)化，在更好的服務(wù)公眾，提升故宮博物院窗口服務(wù)形象方面發(fā)揮了重要作用，反應(yīng)出了良好的效果。endprint