上个月底,我在单位附近那家老食堂吃饭,邻桌坐着个常碰面的保洁大叔,五十多岁,说话带着浓重的本地口音。他端着搪瓷碗,边挑着青菜边跟旁边人抱怨:“现在这马路边停车收费,机器说话洋里洋气,啥‘请缴费’‘车辆离场’,我老眼昏花又听不懂普通话,上次停个车,那喇叭一遍遍叫,我还以为骂我呢,站那儿愣了半分钟,后头车直按喇叭。”他顿了顿,用筷子敲了敲碗沿,“要是能说咱这儿土话,哪怕一句‘哥,钱交咧’,我也不至于懵。”
这话我听进去了。我在本地一家做智慧交通的小公司待了快七年,平时主要搞路边泊位的前端识别和后台结算,说白了就是那种“咪表 地磁 云广播”的活儿。我们系统原先的语音包,是外包语音公司给的标准女声普通话,吐字特标准,但真遇上不习惯普通话的老年司机,尤其像菜市场、老社区周边那些泊位,误会与投诉一直没断过。
当天晚上回去,我没急着写周报,翻出我们V3.2终端的音频模块代码。其实播报逻辑本身不复杂,TTS引擎接的是云端的语音合成接口,只要把地区方言音库挂上去,再做一层触发策略就行。难的是方言音库——我们这种小公司不可能自己训模型,好在前年市里推“适老化改造”,城投下面有个公开的方言语音资源包,闽东语(我们这儿属闽东片)的老年男声、女声各两版,授权免费商用。
我先把音库拉下来测了下,男声“阿伯,车费两块五,扫杆上码”这句,语调弯弯的,跟大叔说话味儿几乎一样。接着改了播报优先级:在老旧小区、农贸市场半径三百米内的泊位,终端默认调用方言包;其他区域仍用普通话,避免游客听不懂。还加了个细节——若同一辆车连续播报三次未缴费,第四次切回普通话并降速,防着有人真听不明白了。
测试那周,我特意挑了食堂大叔说的那个老菜场边泊位。早高峰旁边停了个骑三轮拉橘子的老爹,地磁感应一触发,杆上小喇叭冒出一句土话:“依伯,车停这儿,走时扫一扫。”老爹抬头乐了:“这机器会讲人话嘛!”后面两天,片区巡检员发来消息,说那一带关于“语音听不懂”的投诉直接从每月十几单掉到零。
上礼拜食堂又碰见那大叔,他碗里多了块排骨,见我就拍肩:“小伙,前儿个我停车,那玩意儿居然喊我‘老哥’,吓我一跳,后来才反应过来咋回事。你们搞的这个,顶用。”我笑笑,说顺手改的。他不知道,为这“顺手”,我熬了两个晚上调触发延迟,就怕方言播报跟车牌识别提示撞车,变成嗡嗡乱响。
搞智慧停车这几年,我越来越觉得,技术好不好,不全在算法多深、屏多大,就在大叔听不听得懂那一声喊。马路边停车本就是最接地气的民生小事,系统能说句方言,比加十块液晶屏都亲。往后若资金宽裕,我还想接上壮语、客家话的包——毕竟我们市郊几个镇,讲的是另一套调调。到时候,机器不光认得车,也认得人。
微信号:18581869297