首汽约车是首汽集团为推动传统出租车行业转型升级而打造的网约车出行平台。自2015年9月上线以来，首汽约车围绕“高品质”的品牌核心打造优质出行服务，为用户提供安全、高品质，有温度的出行服务。首汽约车提供的用车服务涵盖即时用车、预约用车、助老模式、多日接送、包车业务、接送机、国际用车、深港通等多种用车服务场景，提供出租、畅享、舒适、商务、豪华、巴士等丰富车型。首汽约车还通过对产品的精细化运营陆续推出了宝妈车、学生专车、婚礼专车以及服务于国家级大型会议“会议宝”等产品来满足不同人群、不同场景的企业和个人出行需求，形成了独有的智能出行生态。随着5G时代的到来，首汽约车还开启基于5G边缘计算的网约车移动业务试点项目，探索5G时代边缘计算在出行领域的应用和拓展。

　　面临的挑战

　　网约车行业是伴随着移动互联网的普及发展起来的，早期的发展专注于利用技术手段提高车与乘客的匹配效率。首汽约车也不例外，从成立之初就持续探索如何利用新技术来改进交易引擎、地图引擎和定价引擎，目的就是更好地实现车与乘客的匹配度，减少网约车的空驶里程，提升车、人之间的连接效率。“网约车的服务对象是乘客，要让每一位乘客都有满意的体验，仅解决连接问题是远远不够的，还必须大幅度提升服务的标准化和规范化，利用智能化技术来规范司机的行为，提高乘客的满意度，这是我们在网约车2.0时代需要解决的问题之一。”首汽约车副总裁闫磊说。

　　在首汽约车的日常运营中，会遇到乘客不满意的地方或司机对平台不满意的地方，公平、公正、高效地处理这些问题是提升司机和乘客满意度的重要因素。传统的处理流程都是采用人工方式，由客服人员按照规范的流程进行处理。例如乘客投诉司机没有来接他，后台客服人员接到电话后，需要马上进行一系列操作：首先要记录问题，然后打电话给司机核实情况，同时还要通知车队长协助调查，待调查结果返回后，再联系乘客告知最终的处理结果。

　　如果乘客与司机在车上发生语言冲突，处理起来就更加复杂了。虽然依据相关部门的规定，网约车上都安装了录音装置，但由于行车途中的环境噪声、方言、口音、语速等多种因素的影响，即使调取录音，也需要反复播放、仔细确认，既要保护乘客权益，也不能冤枉司机。因此，公平、公正地处理一次投诉，可能需要打很多个电话，反复核实情况，耗费大量的人力。

　　为了解决这些问题，首汽约车希望能充分利用机器学习、人工智能等新技术，搭建“智能语音解决方案”，通过自动化处理与人工处理相结合的方式，提升客户服务的效率和准确度。根据应用场景的实际情况，“智能语音解决方案”需要完成一系列模块，包括语音降噪、人声分离、导航音分离，最后把声音转为文字以方便后续系统进行检索。

　　“我们与亚马逊云科技技术团队紧密合作，利用Amazon SageMaker等服务，实现了智能语音解决方案，将客服人工审核工作量降低了35％、客服人工听音审核时长缩短了20％，且智能客户投诉处理的准确率达90％以上，改善了司乘体验和满意度，提高了企业运营效率。”

闫 磊    首汽约车 副总裁

　　为什么选择亚马逊云科技

　　首汽约车的“智能语音解决方案”应用场景相对复杂，因此在选择云服务商时，云服务商的产品和技术服务占据同等重要的地位。“我们选择亚马逊云科技，不仅因为亚马逊云科技提供了丰富的人工智能和机器学习组件，更重要的是亚马逊云科技能提供优异的技术支持服务，帮助我们达成目标。”闫磊说。

　　在技术层面，亚马逊云科技为人工智能和机器学习应用提供了丰富的组件。为了让每一个开发者和数据科学家都可以方便快捷地应用人工智能和机器学习技术，亚马逊云科技在技术堆栈的三个层面都提供了广泛、深入的服务。在技术堆栈的底层，亚马逊云科技专注于性能、灵活性和降低成本，客户可以选择市面上流行的开源机器学习框架和算法，以便任何用户都可以使用最新的基础设施，对多种框架进行试验。事实上，亚马逊云科技支持所有主流机器学习框架，目前，云上85%的TensorFlow负载和云上83%的PyTorch负载都在亚马逊云科技上运行。在中间层，亚马逊云科技提供完全托管的机器学习服务Amazon SageMaker，它提供了全球首个面向机器学习的集成开发环境Amazon SageMaker Studio，极大地降低了机器学习的门槛。通过全托管的机器学习服务，消除了计算基础设施、机器学习框架、模型构建、训练及部署、工作流程等方面的复杂性，开发者只需要专注数据和业务逻辑，不断优化算法，即可实现业务价值。在技术堆栈的顶层，亚马逊云科技提供了训练好的人工智能服务，主要解决与人类认知相关的典型问题。

　　“在技术支持方面，亚马逊云科技采取 ‘扶上马，送一程’的方式使我们能更快地应用机器学习技术。”闫磊说。在首汽约车的“智能语音解决方案”项目中，亚马逊云科技客户服务团队充分整合、调动了内部资源，与首汽约车进行了深度合作。亚马逊云科技数据实验室和亚马逊云科技解决方案研发中心从项目早期就加入进来，与首汽约车的行业专家一道进行应用场景分析，深入了解行程录音的特点和后续处理的技术需求，建立了语音降噪和导航音分离算法模型，并利用Amazon SageMaker机器学习服务进行模型构建、训练、调优和部署，实现模型的快速迭代。再利用Amazon Transcribe人工智能语音服务将行程录音自动转化为文字，从而实现通过场景化的关键词识别分析触发安全预警，结合后台安全监控人员的人工判断，让实时的行程安全监控从“可能”变成“现实”。

　　获得的收益

　　首汽约车的“智能语音解决方案”从启动到最终上线仅用了4个月的时间，成功实现了预期的目标。所使用的亚马逊云科技服务包括Amazon Elastic Compute Cloud(Amazon EC2)、Amazon Simple Storage Service(Amazon S3)、Amazon Elastic Block Store(EBS)、Amazon Elastic Kubernetes Service(Amazon EKS)、Amazon SageMaker、Amazon Transcribe、Amazon Simple Queue Service(SQS)等。

图 1 基于亚马逊云科技的智能语音解决方案架构示意图

　　“智能语音解决方案”上线后，首汽约车的投诉处理效率获得了极大的提升。通过对通话录音、行程录音进行音频降噪、导航音分离，提取清晰的行程信息，并进一步将信息智能转化，客服人员可以综合利用分析结果，及时准确地进行判别。与之前全人工模式相比，客服人工审核工作量降低了35％、客服人工听音审核时长缩短了20％，且智能客户投诉处理的准确率达90％以上，改善了司乘体验和满意度，提高了企业运营效率。

　　在未来，首汽约车计划继续与亚马逊云科技紧密合作，利用“智能语音解决方案”做事中的语音处理，做到防范于未然。此外，作为出行平台，首汽约车最看重的是如何让司机为更多的乘客提供优质服务。“除了要提高效率，我们也希望利用智能化的解决方案来提升整体服务水平，包括司机驾驶安全性升级、服务标准化的进一步提升等，这些服务都需要声音层面和图像层面的机器学习，我们期待跟亚马逊云科技一起探讨更多的解决方案。”闫磊说。