如今黑科技已經成為了一個流行詞語，各種各樣的黑科技層出不窮，讓我們不得不歎服人類的非凡智慧，今天就帶大家去認識語音購票、刷臉進站、智能客流監測等多項“黑科技”吧！
對著售票機喊句話就能買到地鐵票？這個在過去看來完全無法想象的事，在阿里的黑科技加持下已成現實。
一、語音購票機
地鐵語音售票機是由阿里巴巴、螞蟻金服和申通地鐵集團聯合推出的新一代售票機。它能夠讓市民以免喚醒的自然人機交互方式，實現在地鐵售票機上快速、便捷的購票操作，包括指定站名或票價購票、目的地模糊搜索購票等功能。即使是在地鐵站十分嘈雜的環境下，仍能夠實現遠距離的語音交互，讓人工智能落地到廣大老百姓的日常交通生活中。
地鐵語音售票機，主要解決了用戶的兩大購票痛點：
1、由於地鐵線路網絡複雜帶來的購票步驟繁瑣問題：以往需要乘客依次選擇線路、站點、購票張數，現在只需直接對售票機說一句“我要買2張去陸家嘴的票”，即可用支付寶掃描售票機顯示的二維碼進行購票支付；
2、乘客往往只知道目的地卻不知應坐到哪一站、如何換乘的問題：以往需要乘客事先明確知道離目的地最近的線路和站點，現在只需對售票機說“我要買2張去東方明珠的票”，系統會自動搜索到離東方明珠最近的地鐵站陸家嘴站並顯示換乘方案，乘客掃碼即可購票，一步到位。
這套多模態智能語音交互解決方案是由數個子系統組成的：
1、大麥克風陣列子系統：在硬件上通過數個麥克風組成大陣列，在軟件上通過語音信號處理實現高精度聲源定位和語音增強；
2、計算機視覺子系統：通過光學攝像頭，實現人臉，特別是眼睛、嘴唇等的檢測、跟蹤和動態分析；
3、多模態融合子系統：通過語音+視覺融合，實現對目標用戶的精確定位及語音提取；
4、遠場語音識別、語義理解、對話及語音合成子系統：將目標用戶經提取、增強後的語音進行識別、理解，產生對話結果，並通過語音合成將機器的反饋輸出給用戶。
有哪些核心技術？
其中包含了iDST在語音增強、聲源定位、人臉和圖像識別、遠場語音識別、語音合成、自然語言處理、對話管理、多模融合人機交互等方面的最新前沿研究成果。而這裡的所有核心技術均為阿里巴巴獨家/自有專利技術，並將逐步通過學術論文對外公開。
二、人臉識別過閘
上海地鐵人臉識別閘機系統，可對乘坐地鐵乘客進行快速的自動識別認證，秒級通過。該系統使用了阿里人臉識別技術，基於大量人臉數據和機器學習算法實現，可實時快速的檢測跟蹤乘客人臉，完成乘客信息的識別，識別速度快準確率高。
採用哪些技術？技術上有什麼亮點？
主要是阿里雲的分佈式計算、存儲能力，以及人臉實時檢測、跟蹤及識別技術，後期也將加入非配合式活體檢測技術，主要特點在於高併發、速度快、精度高、並能有效防止身份偽造攻擊。
三、智能客流分析
智能客流分析系統，能夠有效幫助地鐵工作人員，做好日常管理和突發情況處理。平時這套系統可以提前告訴地鐵管理人員：地鐵站內人有多少？擠不擠？哪裡擠？這樣就可以，提前採取引導和疏散的措施，優化用戶的乘車體驗。在突發情況下，比如一輛地鐵發生故障中途停下來，智能客流分析系統能夠幫助管理人員估算車上乘客有多少，影響相鄰站點的乘客有多少，選擇最佳的應急措施幫助乘客。
智能客流分析的能夠解決什麼樣的問題？
站內分區域的客流監測與預警，主要為了乘車安全，在某區域發生擁擠時，實時發出警報，讓站內工作人員對應；預警功能可以預測未來五分鐘可能發生擁擠的區域，好讓工作人員提前採取限流或疏導措施。
另外，當前地鐵方的一個痛點是，突發故障情況下，不知道站內或車上的確切人數，在決策應急調度方案時，難以把握事件影響範圍。智能客流分析，可以解決這一問題，實時提供站內及車內的乘客數量，可幫助估計各種應急方案的影響範圍，做應急調度的決策支持。
各個站點的準確客流分析，也有利於優化列車運行計劃與客流的匹配，優化列車運行圖。
技術是如何實現的？
主要是用了視頻人體識別技術，數據分析機器學習技術，以及阿里雲的數據可視化的DataV技術。
閱讀更多 文化科技融合 的文章
