基于語音合成技術的“大美龍江任我行”多語種智能語音講解系統的設計與應用

趙聰 胡博

摘 要全球化背景下外國游客在國內旅游景區存在的語言障礙問題，本文擬基于Speech Kit、Text-to-Speech等語音翻譯平臺，研發黑龍江景區俄語、日語、朝鮮語智能語音講解系統，以期方便外國游客赴龍江旅游，為其旅行帶來語言便利，旨在體現黑龍江省旅游服務產業的完善與健全，提升黑龍江省旅游形象。

關鍵詞 講解系統， 語音合成，黑龍江旅游

旅游業和展覽業已經成為一個我國新的經濟增長點，然而，在游覽過程中，游客參觀只是低層次的感官性參觀和被動式參觀。[1]2020年8月黑龍江省人民政府正式發布《黑龍江省全域旅游發展總體規劃（2020—2030年）》。規劃指出“黑龍江省旅游資源底蘊優勢明顯，但制約旅游業發展的瓶頸問題依然突出”，其中，標識系統、游客咨詢、智慧旅游等旅游服務功能不健全為亟待解決的問題之一。在旅游市場需求的拉動以及先進科學技術的推動下，旅游業發展呈現出許多新型業態，即各種不同形式的旅游融合類型。[2]越來越多的游客傾向于個性化自助旅游，并且對游覽過程中的信息咨詢、交通指引和安全保障等公共服務需求日益增加。[3]本文研發的掃碼語音講解系統服務于黑龍江省對外旅游需求，為俄羅斯、日本、韓國、朝鮮等國游客提供景區智慧語音講解服務。本次多語種智能語音講解系統是研發依托語音識別技術，經過Yandex平臺Speech Kit、Google平臺Text-to-Speech等在線語音識別技術的運用，完成黑龍江景區多語種文字介紹到智能語音的合成，并借助“在線二維碼生成器”等軟件將語音轉換為二維碼。此系統可為外國游客消除境外游語言障礙，提升旅游質量，有望提升入境游客人數，有助于方便外國游客赴龍江旅游，為其旅行帶來便利，促進我省旅游業發展。

多語種智能語音講解系統通過掃描二維碼的方式向游客傳遞文化旅游信息，無需耗費較大的人力物力和財力，更加低碳環保符合我國對環境與發展的政策。語音講解系統可統計瀏覽量等數據，進行大數據對接，有利于景區后期運營調整。同時，也減少了景區維護時間和成本，對景區的品牌宣傳和推廣起到一定的推動作用。基于多語種智能語音講解系統，通過非接觸式語音操控方式，具有便利性、實用性和人性化的特點，存在廣闊的應用價值。在該系統中具備景區地圖，避免景區規模過大導致游客迷路，能為游客快速提供信息位置，有助于節省游客在線路上花費的時間。在地圖上可將景區經典景點，特色景點表現出來。

1智能語音講解系統設計

1.1智能語音講解系統工程框架建立設計

工程框架建立初期，我們確立了以文本分析、韻律生成與合成語音為組成部分的工程框架。基于此框架， 我們在文本輸入處輸入搜集、翻譯、校對好的外語文本，文本信息首先由文本輸入模塊讀入;接著文本分析模塊即文本的預處理模塊，主要完成自動分詞、語句處理、特殊符號的轉換、文本的切分等，然后將處理好的數據送入韻律生成模塊和合成語音模塊;韻律生成模塊根據各項合成規則規劃出目標音高、音長、音強、停頓及語調等，將規劃的結果參數送入合成語音模塊;合成語音模塊利用合成算法合成出滿足目標要求的音節波形數據，將其拼接成語音流數據送入語音輸出模塊，最后由語音輸出模塊輸出語音并合成文件。

1.2智能語音講解系統研究思路

基于語音合成技術的智能講解系統作為智慧旅游景區的主項內容，它需要具備語音識別和控制操作功能。本文的智能講解系統結構的總體框圖 （圖1）.主要由文本分析模塊、聲學參數生成模塊和二維碼生成器模塊四部分組成。

當工作進行時，翻譯人員在語音合成技術平臺輸入文本內容，平臺通過聲學參數生成系統將文本內容轉換為所需語言的語音包（如圖2）。最后以計算機圖像處理技術和在線二維碼生成器將語音包轉換為二維碼。

1.3智能語音講解系統內容設計

文本分析模塊是本系統的核心模塊，本文采用由俄羅斯最大的搜索引擎及IT公司揚德克斯（Yandex）研發的Speech Kit以及Google集團研發的 Text-to-Speech進行語音識別。首先選取黑龍江省知名旅游資源，搜集關于旅游資源的信息。待收集整理信息之后將信息內容輸入到文本框，平臺通過韻律預測和韻律模型技術進行生成聲學參數，時長預測以及播放內容類型的自主選擇。技術人員借助二維碼生成器軟件將合成的語音轉換為二維碼。通過掃描二維碼生成為俄語，日語和朝語的靈活切換講解。

2智能語音講解系統的實現與測試

2.1系統功能的實現

團隊選取以中央大街為中心的周邊最受外國游客歡迎的旅游目的地，其中包括馬迭爾冷飲廳、圣·索菲亞大教堂、華梅西餐廳、塔道斯西餐廳以及防洪紀念塔等。通過查閱相關書籍和利用網絡資源，搜集梳景點的簡介，確認介紹內容后將收集來的中文資料翻譯為俄語、日語和朝鮮語，然后進行校對，確保翻譯好的外語資料信息準確無誤、表達準確、用詞得當。最后借助Speech Kit和Text-to-Speech平臺生成所需語音，采用二維碼生成器軟件生成二維碼。最后將二維碼放置到相應的景區，作為國內外旅客對景區了解的參考。當游客通過手機掃描二維碼，首先出現俄語、日語和朝語的語音選擇，選擇完畢后會出現文字介紹，圖片展品和語音講解。掃碼語音講解系統原料簡單，打印方便，不會產生污染環境的現象。景區也無需花錢聘請導游指導，解決了淡旺季景區內部導游人數配置不平衡和導游水平參差不齊的問題，也避免了景區導游的吵鬧喧嘩，有利于提高游客的舒適度。

2.2系統功能的測試

在信息化數字化的時代背景下，相較于傳統的導游解說，掃碼導覽更加符合智能景區的建設趨勢。智能語音講解系統操作簡單，景區只需在展品旁貼上對應二維碼。如若更換展品內容，則只需通過語音講解系統智能合成新語音并打印二維碼即可。這有效避免了導游，宣傳講解單，自主講解器等花費成本。景區可把節省下的資源用于完善智慧景區，提高自身知名度。通過智能語音講解系統生成的二維碼有利于游客的分享推廣。游客可以進行自主導覽和回顧查看，可以加深游客記憶，同時游客可將手機上展覽信息分享到社交平臺，以達到幫助游客引流和宣傳的目的。通過實施掃碼語音講解系統有助于對接大數據。并且進行大數據對接的同時減少了維護時間和成本，對景區的品牌宣傳和推廣起到一定的推動作用。它可以統計展品的瀏覽量等數據，通過分析瀏覽量及時對展品進行調整。

由于二維碼導覽需要手機聯網才可向游客展示文字，圖片和語音講解。在實際應用中發現如下問題：1.搜查景點資料需要花費大量時間查閱眾多書籍來豐富景點內涵。2.有些外國游客來到景區后由于手機的問題網絡無響應或者景區游客較多，網絡超負荷導致用戶網絡不穩定。這會對游客造成不佳的旅游體驗。為此我們采取如下方法;團隊的翻譯人員努力提高搜尋景點資料效率，并重在總結景區精彩部分，使游客加深對景區的了解并致力于打造數字景區。為提高二維碼導覽效果和游客的旅游體驗感，景區可采用大機量的網關實現WIFI全面覆蓋，在高峰期游客流量大時，保證所有游客能順暢使用WIFI。同時應在景區范圍內統一WIFI名稱，以此便于景區進行二維碼導覽講解及宣傳。二維碼導覽講解的流暢應用可提高游客的體驗舒適度，WIFI全面覆蓋也會提高游客的評價滿意度，促進加快打造智慧景區以及二維碼導覽講解的應用推廣。促進景區依托科學技術實施二維碼導覽系統來成為實現人與自然和諧發展的低碳智能運營景區。

3.討論

當前智能語音講解系統發展的突飛猛進，智能語音講解系統與景區場景的結合應用在促進實現智慧景區等方面表現出巨大的潛力。但是該系統的應用大多集中在景區或者博物館講解等方面，當前應用的范圍比較狹小。除此之外還可嘗試應用在商場的產品介紹，有助于節省成本并減少人力資源。在當前黑龍江省內景區采用二維碼導覽講解系統并不多見，根據采用二維碼導覽系統的景區反饋，表示智能語音講解系統在提升游客體驗服務，擴展有客流量和提高景區資源轉化率等方面取得了不錯的效果。因此該系統的推廣應用有助于打造智慧景區并給游客提供良好的游客體驗。本文根據當前瀏覽景區游客的實際需求，創新性的將智能語音講解系統應用于景區方面，并解決了景區采用智能語音講解系統所遇到的問題，使二維碼導覽系統應用于景區所發揮出最佳的效益。在景區測試及應用智能語音講解系統也表明二維碼導覽系統講解應用于景區等方面是可行的，本系統在努力打造省內智慧景區有積極意義，能夠一定程度上使景區掌握智慧旅游所需的智能講解系統，大數據等核心科技以及共享網絡的全覆蓋并提高游客的用戶體驗度。同時智慧景區自身也得到了一定的推廣。旅游行業的轉型升級，有助于促進景區數字化、智能化發展。游客對智能語音講解系統的運用，讓游客體驗更加豐富和完善的同時，打通用戶和景區之間的情感鏈接，增強用戶和景區之間的粘性。

眼下，隨著社會的不斷發展，國內景區百花齊放，客戶對景區導覽系統設計提出的要求越來越高。正因為此現象的產生，有不少不良景區出于經濟效益通過媒體互聯網不斷宣傳自身優點導致不少國內外游客盲目跟風，景區觀感并不強烈。好的景區并不僅僅在于宣傳，其自身更致力于打造智慧景區，通過運用智能語音講解系統來提高自身競爭力。同時語言的多樣化選擇以及在景區導視系統設計中，采用的文字符號色彩材料比重等。景區的內部結構應該對智能語音講解系統進行合理的布局。在掃描二維碼之后出現的選擇語言界面和文字介紹可利用字體的感覺，大小等不同的組合來為游客營造出不同的效果。展示景點的圖片可以融入該景點的歷史底蘊和文化元素并選擇該景點著名景點雕像和藝術作品等。使景區的藝術氛圍更加的凝練，給游客創造出更好的游覽范圍。通過智能語音導覽系統上的圖片展示，有助于體現該景點歷史文化內涵并傳遞文化信息，有助于促進景區文化特色提升并為游客增強信息的沖擊力，并提升游客的認知速度。簡單直接的語音講解可將景點的介紹總結出更精煉的語言，并結合該語言本國的日常用語，有助于加深外國游客對該景點的了解。同時結合語音本國的日常用語提高了團隊翻譯人員搜集資料的難度，有助于翻譯人員翻譯水平的提升。與傳統景區導游不同，智能語音講解系統沒有人工導游，游客可根據自己的需求來選擇性收聽，講解配備精彩的圖片和文字，能給游客更生動詳細的介紹體驗，同時也避免了傳統導游擴音器帶來的噪音，有助于改善游客體驗。

本文針對當前景區以及游客所遇到的一些問題，提出并完善了基于語音合成技術的多語種智能語音講解系統的應用。通過該系統的文字和圖片的介紹以及語音講解游客可以方便的獲得所觀看展品的信息，使游客的用戶體驗度達到最佳。同時相較于傳統景區枯燥的講解方式，智慧景區運用智能語音講解系統的勢頭越來越猛，游客對品質游的追求水平提高。智能語音講解系統深度聚合人工智能，移動互聯網等技術，讓游客通過手機即可獲取一對一的深度導覽服務，滿足游客景區信息查找需求，充分體現了景區以游客為本。應用該系統不僅能夠有效節約景區維護時間和成本，特別是對于中文不好的外國游客有更大的應用價值。本文對智能語音講解系統中應用進行了初步研究，并驗證了該系統的可行性。同時也解決了對于應用測試中出現的不足方面;景區可盡力采用大機量實現WIFI的全覆蓋，以便發揮出智能語音講解系統的最佳效果，完善我國景區服務產業。并提升景區的服務質量并提高了有用戶的體驗度。

參考文獻

[1]王忠凱，盧選民，林茂寬，石韞玉.一種基于RFID的感應式智能語音講解系統[J].計算機應用與軟件，2012，29（06）：242-243+270.

[2]麻學鋒，張世兵，龍茂興.旅游產業融合路徑分析[J].經濟地理，2010，30（04）：678-681.DOI：10.15957/j.cnki.jjdl.2010.04.028.

[3]張文元，談國新，孫傳明.一種景區智能導游系統的設計與實現[J].測繪地理信息，2018，43（05）：79-84.DOI：10.14188/j.2095-6045.2017151.

本文是黑龍江省大學生創新創業項目《基于語音合成技術的“大美龍江任我行”多語種智能語音講解系統的設計與應用》（s202110214025）階段性成果