达摩院语音AI入驻北京地铁机场线

简介: 北京首都机场线、大兴机场线七大地铁站点全面开通语音购票。

近日,北京首都机场线、大兴机场线七大地铁站点全面开通语音购票。

借助阿里达摩院研发的智能语音购票技术,乘客对着售票机说出模糊目的地,AI即可自动确定附近地铁站,并快速规划最优换乘方案。乘客选站所需时间,从平均15秒下降至1.6秒,购票体验大大提升。

1624603436041_CA862BD4-877F-4f63-B75A-19E345B95337.png

乘客体验语音售票机


“很多初次抵京的外地还有老年乘客,不知道目的地对应的地铁站,或者不太会操作APP,查站点、问路线、购票付款往往耽误很长时间。现在对着售票机说一句‘我要去三里屯’‘我要去簋街’,几秒钟就能完成购票。”首都机场线工作人员金晓彤介绍,为方便各类乘客,机器支持现金和支付宝扫码支付。

1624603501049_EB82DF67-EF3A-476b-81B1-A91FD1F81898.png

语音售票机快速为乘客规划换乘路线


智能购票机内搭载了最新的语音科技。

达摩院语音实验室架构师吴楠表示,“首都机场线和大兴机场线采用了阿里第二代语音购票技术,内置高集成度的一体化计算模组和新一代音视频融合算法,不仅可在90分贝以上的嘈杂环境中实现精准语音交互,而且语音识别更快更准,整体计算速度提升了30%以上。”

新一代语音购票系统由蚂蚁金服、达摩院、高德地图、北京如易行科技公司联合部署,未来或将在北京更多地铁站应用。

目前,阿里语音AI已入驻北京、上海、哈尔滨、南京、徐州、石家庄等城市地铁,在一些城市,AI除帮助乘客购票外,还承担了智能客服的工作,可通过语音交互随时回应乘客问询。

备注:来源| 阿里云公众号

相关文章
|
1月前
|
人工智能
三文带你轻松上手鸿蒙的AI语音03-文本合成声音
三文带你轻松上手鸿蒙的AI语音03-文本合成声音
41 1
三文带你轻松上手鸿蒙的AI语音03-文本合成声音
|
1月前
|
存储 人工智能 开发者
三文带你轻松上手鸿蒙的AI语音02-声音文件转文本
三文带你轻松上手鸿蒙的AI语音02-声音文件转文本
74 0
三文带你轻松上手鸿蒙的AI语音02-声音文件转文本
|
1月前
|
人工智能 语音技术 数据格式
三文带你轻松上手鸿蒙的AI语音01-实时语音识别
三文带你轻松上手鸿蒙的AI语音01-实时语音识别
33 0
三文带你轻松上手鸿蒙的AI语音01-实时语音识别
|
2月前
|
机器学习/深度学习 人工智能 编解码
深入探索AI文生语音技术的奥秘:从文本输入到逼真语音输出的全链条语音合成过程解析
【9月更文挑战第2天】深入探索AI文生语音技术的奥秘:从文本输入到逼真语音输出的全链条语音合成过程解析
 深入探索AI文生语音技术的奥秘:从文本输入到逼真语音输出的全链条语音合成过程解析
|
2月前
|
人工智能 Linux iOS开发
AI超强语音转文本SenseVoice,本地化部署教程!
【9月更文挑战第7天】以下是AI超强语音转文本工具SenseVoice的本地化部署教程:首先确保服务器或计算机满足硬件和软件要求,包括处理器性能、内存及操作系统等。接着从官网下载适合的安装包,并按操作系统进行安装。配置音频输入设备和语言模型后,启动SenseVoice并测试其语音转文本功能。最后根据实际使用情况进行优化调整,并定期更新以获取最新功能。详细步骤需参照官方文档。
538 1
|
5天前
|
机器学习/深度学习 人工智能 自然语言处理
当前AI大模型在软件开发中的创新应用与挑战
2024年,AI大模型在软件开发领域的应用正重塑传统流程,从自动化编码、智能协作到代码审查和测试,显著提升了开发效率和代码质量。然而,技术挑战、伦理安全及模型可解释性等问题仍需解决。未来,AI将继续推动软件开发向更高效、智能化方向发展。
|
9天前
|
机器学习/深度学习 人工智能 自然语言处理
AI在医疗领域的应用及其挑战
【10月更文挑战第34天】本文将探讨人工智能(AI)在医疗领域的应用及其面临的挑战。我们将从AI技术的基本概念入手,然后详细介绍其在医疗领域的各种应用,如疾病诊断、药物研发、患者护理等。最后,我们将讨论AI在医疗领域面临的主要挑战,包括数据隐私、算法偏见、法规合规等问题。
29 1
|
7天前
|
机器学习/深度学习 人工智能 算法
AI在医疗领域的应用与挑战
本文探讨了人工智能(AI)在医疗领域的应用,包括其在疾病诊断、治疗方案制定、患者管理等方面的优势和潜力。同时,也分析了AI在医疗领域面临的挑战,如数据隐私、伦理问题以及技术局限性等。通过对这些内容的深入分析,旨在为读者提供一个全面了解AI在医疗领域现状和未来发展的视角。
36 10
|
8天前
|
机器学习/深度学习 人工智能 监控
探索AI在医疗领域的应用与挑战
本文深入探讨了人工智能(AI)在医疗领域中的应用现状和面临的挑战。通过分析AI技术如何助力疾病诊断、治疗方案优化、患者管理等方面的创新实践,揭示了AI技术为医疗行业带来的变革潜力。同时,文章也指出了数据隐私、算法透明度、跨学科合作等关键问题,并对未来的发展趋势进行了展望。
|
11天前
|
机器学习/深度学习 人工智能 自然语言处理
当前AI大模型在软件开发中的创新应用与挑战
【10月更文挑战第31天】2024年,AI大模型在软件开发领域的应用取得了显著进展,从自动化代码生成、智能代码审查到智能化测试,极大地提升了开发效率和代码质量。然而,技术挑战、伦理与安全问题以及模型可解释性仍是亟待解决的关键问题。开发者需不断学习和适应,以充分利用AI的优势。

热门文章

最新文章