人工智能在交通广播领域的应用
朴世英 贾路 袁晶 徐元春
【摘要】随着轨迹大数据挖掘、语音合成、对话机器人等人工智能技术的应用与发展，交通广播这一传统的信息平台也得到赋能。借助人工智能技术，交通广播节目制作的效率和趣味性可以得到提升，同时，利用交通大数据，交通广播可以获取交通路况与事故信息，并对未来的交通状况做出预测，从而更好地服务受众。
【关键词】人工智能 微软小冰 语音合成 大数据 智慧交通
【中图分类号】G202 【文献标识码】A
随着人工智能技术的发展和移动互联网数据的增长，智慧交通、语音合成与智能机器人领域有了进一步的突破。人们可以利用地理位置大数据获取或预测某区域的信息与交通路网的流量，可以利用计算机视觉技术及时发现与预测突发交通事故，可以利用语音合成技术生成虚拟广播主持人与受众交流。这些将大大提升交通广播节目的趣味性与路况播报效率，為广播的未来带来生机与活力。
一、人工智能技术在广播节目制作中的应用
人工智能技术可以为广播的发展提供更加丰富的想象空间与创新性的解决方案。人工智能机器人所具备的语音合成（Text to Speech，简称TTS）能力可以使其担任电台主持人一职，所具有的问答交互能力可以使其与听众实时互动；人工智能数据挖掘技术可以为广播节目制作新闻素材，大大丰富节目的内容，大幅提升广播节目的制作效率，增加节目的趣味性。
（一）打造人工智能主持人，实现全天候的智能播报
通过人工智能语音技术，可以为广播节目打造人工智能主持人。针对广播里的某些固定板块，如天气预报、路况信息等，人工智能主播可以实时抓取最新数据，进行分析、语音播报，从而降低人力成本，减少不必要的人为差错。
例如：微软“亚洲”互联网工程院创造的人工智能虚拟机器人“微软小冰”与河北广播电视台综合广播合作《今日十万加》节目，“微软小冰”可以实时抓取河北城市天气最新数据进行播报，并给予听众穿衣、交通、旅游、防护等方面的提醒，从而成为河北省上空的“气象小指南”。
（二）多场景植入，丰富广播节目内容
广播电台可以借助人工智能技术，尝试各种场景下的内容创新。比如在新闻节目中，广播电台可以依托云数据平台与云计算能力，制作大数据新闻，由人工智能主播为听众筛选不同主题、不同区域、不同平台上的热门信息，归纳网友观点，全面呈现和追踪最新热点事件。
在财经领域，人工智能技术不仅可以快速检索财经内容，对数据进行分析，还能自动编写财经快讯，为听众提供最新的财经要闻。在微软（亚洲）互联网工程院与湖南广播电视台汽车音乐广播合作的财经节目《一路领先》中，“微软小冰”每天都会筛选数条网友最关心的财经新闻，并给予点评。“微软小冰”甚至单独开设一档财经节目，与主持人搭档，用诙谐幽默的语言讲述生涩难懂的财经内容。
1.实现主持人与听众一对多的实时互动
广播人工智能主持人，可以实现与听众的实时交流互动。比如：听众可以通过手机进入广播电台的客户端，通过语音或文字的方式与人工智能主持人进行互动。人工智能主持人甚至还可以从与听众的大量对话中筛选出有价值的信息，同步在广播节目里播出。
在“微软小冰”入驻上海东方广播中心交通广播《食在有味道》节目之后，“微软小冰”充分发挥了互动功能，通过冷知识问答和听歌猜歌名等形式，吸引听众参与。节目一经播出，后台互动量暴增。听众通过参与节目，成为了人工智能主持人“微软小冰”口中的“美食学霸”“音乐达人”，这无形之中增强了节目的黏性。
此外，夜间时段的广播节目也可以由人工智能主持人主持。收听这一时段节目的受众，或许正处于无人陪伴的状态中，他们可以一边收听人工智能主持人的节目，一边通过手机与其互动，这就大大提升了收听体验，发挥广播的伴随性功能。
在“微软小冰”与江苏广播电视总台金陵之声合作的脱口秀节目《997脑壳秀》中，“微软小冰”就曾尝试在节假日期间独立主持一个一小时的节目，并在节目中抛出趣味话题，与听众实时互动。
2.舆情监控与分析
人工智能技术可以通过对舆情的监测与分析，还原某些话题或事件的发展过程、起伏状况，分析事件发生、发展的原因以及与其相关联的其他事件，能快速挖掘出事件背后的故事，从而为广播节目提供更有逻辑性和深度的新闻报道，并使广播节目由人工制播方式向数字化和智能化方向转型。
3.定制化音频服务
广播电台利用人工智能技术，对主持人的声音进行开发利用，打造优质的主持人声音库，为听众定制大量的音频产品。基于用户数据，总结出人群画像，进行细分式的内容推送。
例如：苏州广播电视总台儿童广播《寻梦环游记》节目运用人工智能技术成功定制旅行类内容。在该节目中，“微软小冰”每周都会给听众介绍一个国家的特色景点和旅游注意事项。与大多数旅游节目千篇一律播报旅游资讯不同的是，人工智能机器人主持的节目信息来源广泛，内容视角独特，可以让听众朋友了解到一个不一样的世界。同时，“微软小冰”可以自动变换音调、节奏，使之适应并贴近儿童、成年人、老年人等不同群体。
二、人工智能技术在交通播报领域的应用
交通路况信息是很多广播节目特别是交通广播节目中的重要内容之一，利用人工智能技术不但可以播报交通路况，降低人力成本，还可以利用交通大数据获取交通路况与事故信息，提供可供播报的素材。
利用交通大数据优化交通效率，在交通领域称为“智慧交通”。智慧交通是智能交通理念的升级。智能交通（Intelligent Transport System，简称ITS）是20世纪90年代初美国提出的理念。2009年，“智慧交通”理念由美国国际商业机器公司（IBM）首次提出，指在智能交通的基础上，融入物联网、云计算、大数据、移动互联等高新IT技术，并通过高新IT技术汇集交通信息，提供实时交通数据下的交通信息服务。智慧交通技术大量使用了数据模型、数据挖掘等数据处理技术，实现了智慧交通的系统性、实时性以及信息交流的交互性、服务的广泛性。近年来，随着人工智能技术的发展，移动互联网的大规模普及，智慧交通领域得以进一步发展，在交通治理与商业决策方面的应用价值都得到大幅提升。
（一）智慧交通的数据来源
智慧交通技术的数据来源主要有以下几类：
1.交管部门掌握的线圈、摄像头、公交卡数据。这些数据准确度高，数据维度丰富，可以涵盖车辆速度与流量，但是需要交管部门的硬件成本投入，覆盖有限。
2.运营商基站的手机信令数据。这些数据采样率高，覆盖广，但是精度有限，位置数据有漂移。这里包括全球定位系统（GPS）轨迹、基站定位、Wi-Fi定位数据等。
3.移动互联网基于位置服务（Location Based Service，简称LBS）的数据。这部分数据时效性高，但是路网覆盖率有限，不同路段数据置信度也不同。其中既包括地图产品连续的轨迹数据，也包括社交网络中图片或文字的地理签到数据等。
鉴于以上多种数据来源的情况，数据需要一个融合与交叉验证的过程。另外，移动数据投入使用，还有以下问题需要解决。
第一，数据缺失补全。在这些数据中，数据缺失是一种常见的现象。比如：当人们进入高楼大厦时，智能设备无法很好地与卫星定位系统进行通信，使得全球定位系统很难对人们进行精确定位。尽管结合基站定位或Wi-Fi定位，定位的方法得到了很大的改进，但是问题并没有得到彻底的解决。因而，人们通过智能设备获取的位置数据仍可能是不精确的。
第二，重要地点检测。移动轨迹数据具有非常高的冗余性，比如全球定位系统轨迹是移动设备间隔几秒记录一次的GPS点。然而，这些移动对象在短短几秒乃至十几秒内一般不会有大的变化。另外，有很多物理位置只是一个中间过程，不是用户感兴趣的地方。因此，在数据投入使用前，还要在时间约束的情况下在空间维度进行聚类。
（二）交通流量播报与预测
长期以来，广播特别是交通广播中的路况播报给司乘人员提供了有效的出行信息。一条合理的驾车路线不仅节省了司机的时间，还有助于节能环保（耗油量在交通拥堵时急剧上升）。因此，关于智能行车路线规划系统的研究，对于普通司机和致力于缓解交通拥堵问题和能源保护的机构都十分重要。
随着人工智能技术的发展，我们不仅能够知道目前的交通流量，同时也可以预测未来的交通流量，在交通广播中提前告知听众未来的拥堵路段，提醒司机提前避让。
微软（亚洲）互联网工程院人工智能创造事业部副总经理袁晶提出了一种预测交通流量的方法：基于从历史轨迹数据中抽取的时变的地标图模型实时交通状况数据，通过向高维空间嵌入的技巧，可以准确预测未来一定时间的交通状况。该方法可以得到未来某个指定时间点交通状况的分布情况。
（三）交通突发状况播报与预测
除了利用移动轨迹数据挖掘赋能交通广播行业，计算机视觉技术也可以在交通广播中得到很好的利用。
城市监控摄像头保障着人们的出行安全与社会安定。同时，这些摄像头采集的图像是非常好的人工智能训练数据，通过摄像头数据与计算机视觉能力，可以及时发现道路上的交通事故，有利于交管部门及时出警处置，普通用户可以及时规避事故路段。试想，如果我们能很好地利用城市中的摄像头，自动识别突发交通事故，自动播报给听眾，这就比传统的通过听众反馈或交警反馈的方式要高效得多。
同时，我们还可以积累交通事故大数据标示出事故高发路段，作为交通规划决策的参考；利用类似上文中的预测交通流量的方法，预测节假日或大型活动期间交通事故潜在高发区域与时间，提醒听众谨慎驾驶。
三、结语
借助人工智能技术，交通节目制作效率与趣味性可以得到提升，人工智能主持人可以节省人力与制作成本，全天候服务听众，并与听众进行更好的互动；交通播报的时效性与实用性得到提升，听众不仅能知道现在的交通流量与突发事故，同时还能预测未来的交通状况。人工智能技术无疑是人类科学发展进程中又一次飞跃性突破，人工智能技术的发展不仅要靠计算机科学技术工作者，也要靠各行各业一起思考，提升垂直行业的效率，更好地服务公众。
（本文编辑：李静）
