首頁(yè)>>廠(chǎng)商>>語(yǔ)音識別與合成>>言豐科技

語(yǔ)音門(mén)戶(hù):讓網(wǎng)絡(luò )接入更便捷

言豐科技有限公司總裁 梁康忠博士 2001/05/11

　　隨著(zhù)我國通信事業(yè)的迅速發(fā)展，電話(huà)的普及率在大大提高。從這個(gè)意義上講，計算機技術(shù)及其網(wǎng)絡(luò )系統的發(fā)展，將給公共語(yǔ)音識別系統的應用帶來(lái)廣闊的發(fā)展空間和市場(chǎng)前景。

語(yǔ)音門(mén)戶(hù)的發(fā)展背景

　　在當今飛速發(fā)展的信息社會(huì )，“移動(dòng)”與“互聯(lián)”已經(jīng)成為不可阻擋的潮流，越來(lái)越多的人們要通過(guò)網(wǎng)絡(luò )來(lái)優(yōu)化自己的生活，如: 查詢(xún)股票信息、天氣預報、航班列車(chē)時(shí)刻、網(wǎng)上購物等。隨時(shí)隨地獲取信息并進(jìn)行基于電子商務(wù)平臺的交易，已越來(lái)越成為人們的迫切需要。Internet的蓬勃發(fā)展和迅速普及已逐漸使很多人把從網(wǎng)上獲取信息和通過(guò)網(wǎng)絡(luò )實(shí)現電子商務(wù)，視作日常生活中的一部分。

　　然而，人們通過(guò)計算機上網(wǎng)的同時(shí)，也越來(lái)感到這種方式受到時(shí)間、地點(diǎn)等諸多因素限制，很難做到信息的及時(shí)獲取，人們希望通過(guò)隨處可見(jiàn)的電話(huà)得到自己所需要的信息。目前，像160等傳統的聲訊服務(wù)臺，采用雇傭話(huà)務(wù)員提供信息服務(wù)的方式，不僅成本昂貴，而且由于工作繁重容易導致接聽(tīng)人員服務(wù)水平下降。而通過(guò)如168等自動(dòng)聲訊服務(wù)方式，雖然也可以獲取一些信息，但是由于電話(huà)機按鍵的限制，很多信息無(wú)法用按鍵輸入表示。因而許多具體的應用不是難以實(shí)現，就是在實(shí)現時(shí)由于多級菜單過(guò)于繁瑣使用戶(hù)感到不便; 另外，繁多的聲訊臺號碼也讓使用者在急需服務(wù)時(shí)，往往一時(shí)找不到所需的號碼。

　　由于以上原因，人們越來(lái)越希望可以通過(guò)電話(huà)設備實(shí)現快速便捷的交流，即通過(guò)電話(huà)接入網(wǎng)絡(luò )并操縱遠程的信息源，以得到信息或進(jìn)行電子化交易。交談式語(yǔ)言是人類(lèi)最自然的交流方式，通過(guò)語(yǔ)音瀏覽和接入互聯(lián)網(wǎng)，也一直是人類(lèi)的追求目標。目前，采用撥號接入網(wǎng)絡(luò )的程序通常需耗時(shí)數十秒，而通過(guò)語(yǔ)音接入所需的時(shí)間只有短短幾秒，因而通過(guò)語(yǔ)音界面，無(wú)疑將大大提高接入速度。另外，這種語(yǔ)音技術(shù)將令使用者無(wú)論在何時(shí)、身處何地，都可以利用手中的電話(huà)裝置（移動(dòng)或固定均可），就能輕松接入網(wǎng)絡(luò )，得到所需信息或購買(mǎi)商品及服務(wù)。更重要的是，這種方式將大大提高商業(yè)自動(dòng)化程度，降低企業(yè)的運營(yíng)成本，改善服務(wù)質(zhì)量，使商務(wù)活動(dòng)更加便捷。語(yǔ)音門(mén)戶(hù)（Voice Portal）的出現，正滿(mǎn)足了人們這些需要，為互聯(lián)網(wǎng)詮釋出全新的涵義。

　　從技術(shù)的角度看，過(guò)去數十年，自動(dòng)語(yǔ)音識別（ASR）技術(shù)、文本轉語(yǔ)音（TTS）技術(shù)已經(jīng)從實(shí)驗室中逐步走向成熟，其算法復雜性也以每?jì)赡晗陆狄话氲乃俣冗f減，從而使這些技術(shù)逐步在市場(chǎng)中得到廣泛應用; 另一方面，電子計算機的運算能力每?jì)赡昕梢苑�一番，也為這些技術(shù)的商業(yè)應用奠定了堅實(shí)的基礎；再加上移動(dòng)用戶(hù)終端的種類(lèi)與功能也在以前所未有的速度增長(cháng)。所有這些技術(shù)的發(fā)展都為基于語(yǔ)音的互聯(lián)網(wǎng)門(mén)戶(hù)—語(yǔ)音門(mén)戶(hù)的發(fā)展提供了可靠保證。

　　言豐科技從事語(yǔ)音技術(shù)多年，在自動(dòng)語(yǔ)音識別（ASR）、文本轉語(yǔ)音（TTS）等語(yǔ)音技術(shù)領(lǐng)域都擁有成熟可靠的產(chǎn)品，在此基礎上，融合了CTI技術(shù)、Web技術(shù)、電信技術(shù)、計算機及網(wǎng)絡(luò )等技術(shù)，構筑出了新一代的上網(wǎng)平臺——語(yǔ)音門(mén)戶(hù)。它代表了計算機語(yǔ)音與互聯(lián)網(wǎng)融合的新趨勢，將使更多的用戶(hù)能夠快速接入互聯(lián)網(wǎng)，為企業(yè)帶來(lái)新的業(yè)務(wù)增長(cháng)點(diǎn)。

系統平臺帶來(lái)的益處

從該系統面向的對象來(lái)看，無(wú)論對于企業(yè)，還是個(gè)人，語(yǔ)音門(mén)戶(hù)都將帶來(lái)很大的益處。

　　首先，它可為最終用戶(hù)帶來(lái)巨大的方便,用戶(hù)只要對著(zhù)一部隨手可得的電話(huà)發(fā)話(huà)即可，不再受制于按鍵音頻，也不必因為不便攜帶電腦而“望信息興嘆”。這不僅使那些并不擅于使用計算機的人也能夠輕松地通過(guò)互聯(lián)網(wǎng)獲得服務(wù)，同時(shí)也使那些手邊沒(méi)有計算機的人也能夠獲得必要的信息。目前，市場(chǎng)上推出的互聯(lián)網(wǎng)移動(dòng)終端只注重將互聯(lián)網(wǎng)內容移到終端上，卻沒(méi)有充分考慮這些系統的易用性，而語(yǔ)音門(mén)戶(hù)恰好彌補了這一不足，使任何人都能夠通過(guò)語(yǔ)音門(mén)戶(hù)暢游互聯(lián)網(wǎng)。

　　另一方面，該平臺具有巨大的商業(yè)價(jià)值，企業(yè)本身會(huì )從該系統中受益。從系統平臺的角度看，它能夠替代話(huà)務(wù)員工作，可令企業(yè)將更多的人力與精力投放在對其核心增值服務(wù)的開(kāi)拓上，并為其產(chǎn)品和服務(wù)在激烈的市場(chǎng)競爭中開(kāi)辟出新的空間。比如，我們最常用的交互式語(yǔ)音應答系統IVR，具有自動(dòng)語(yǔ)音交互功能，可使企業(yè)在節省更多成本的同時(shí)，享受更自然、更舒適的交互界面。同時(shí)，實(shí)現語(yǔ)音交互功能的IVR應用也比雙音多頻(DTMF)或按鈕應用更方便，這也將為企業(yè)帶來(lái)更好的投資回報。

從應用功能上來(lái)看，語(yǔ)音門(mén)戶(hù)為用戶(hù)帶來(lái)了方便的應用:

　　一方面，語(yǔ)音門(mén)戶(hù)讓用戶(hù)可隨時(shí)隨地輕松獲取各種信息。例如，用戶(hù)只需用普通電話(huà)機或移動(dòng)電話(huà)撥打語(yǔ)音門(mén)戶(hù)網(wǎng)的特定號碼，就可在語(yǔ)音提示引導之下用自然語(yǔ)言和耳朵便捷地“瀏覽”天氣、新聞、體育等多方面的信息。在這個(gè)過(guò)程中，不必鍵入菜單選擇，僅需簡(jiǎn)單的語(yǔ)音應答即可完成操作。所以，無(wú)論是通過(guò)PC機、手機或者固定電話(huà)，也無(wú)論是在辦公室、家中，還是在路上、車(chē)上，用戶(hù)只要通過(guò)與語(yǔ)音門(mén)戶(hù)展開(kāi)交互式對話(huà)，就可以像“網(wǎng)上沖浪”般快捷、方便地從一家企業(yè)自由地“跳”到另外一家企業(yè)，使“瀏覽”網(wǎng)絡(luò )的過(guò)程變得輕松無(wú)比。　

　　另一方面，語(yǔ)音門(mén)戶(hù)還可讓用戶(hù)隨時(shí)隨地進(jìn)行訂票、購物等電子化交易。人們采用語(yǔ)音門(mén)戶(hù)平臺獲得網(wǎng)上信息并開(kāi)展交易活動(dòng)的方式，與通過(guò)代理人建立連接相比，速度更快，并且還可享受到更廉價(jià)的服務(wù)。正如門(mén)戶(hù)網(wǎng)站把自身信息和其他信息整合起來(lái)一樣，語(yǔ)音門(mén)戶(hù)也把自身語(yǔ)音信息資源和其他資源綜合在了一起，在普通的電話(huà)網(wǎng)上以一個(gè)統一的號碼向用戶(hù)提供各種各樣的信息服務(wù)。其他的諸如虛擬個(gè)人助理、股票交易代理、企業(yè)內自動(dòng)值守、旅游訂票系統等，也可靈活地在該平臺上構筑實(shí)現。

業(yè)務(wù)功能實(shí)現

　　作為VoiceXML組織的重要成員，言豐推出了完全自主設計的語(yǔ)音門(mén)戶(hù)平臺。用戶(hù)通過(guò)這個(gè)平臺，可把有線(xiàn)電話(huà)網(wǎng)、無(wú)線(xiàn)通信網(wǎng)、尋呼網(wǎng)、Internet聯(lián)系為一個(gè)有機的整體，用戶(hù)通過(guò)電話(huà)不但可以查詢(xún)股票行情、天氣預報、航班動(dòng)態(tài)、火車(chē)時(shí)刻表等信息，而且可點(diǎn)播自己定制的新聞、證券評論等; 同時(shí)也可以把它作為自己的統一消息平臺。更為重要的是，在該平臺上，用戶(hù)還可直接與計算機系統進(jìn)行互動(dòng)操作，通過(guò)該平臺實(shí)現購買(mǎi)飛機票、股票等語(yǔ)音電子商務(wù)活動(dòng)。歸納起來(lái)，該系統可分為信息查詢(xún)、信息點(diǎn)播、交易處理、統一消息等4個(gè)功能模塊。

信息查詢(xún)功能

　　通過(guò)該功能模塊，用戶(hù)在全天24小時(shí)內可隨時(shí)得到全方位的語(yǔ)音信息服務(wù)，企業(yè)也可通過(guò)該平臺提高服務(wù)質(zhì)量，并在實(shí)現了呼叫自動(dòng)化的基礎上節省企業(yè)運營(yíng)成本。該模塊的主要功能包括：

• 168、121等各種特服信息查詢(xún);
• 證券信息的公告和委托；
• 銀行系統賬目查詢(xún)和電話(huà)銀行；
• 社會(huì )調查；
• 法律、保險信息咨詢(xún)；
• 旅游信息查詢(xún)；
• 政府公告及各種法律法規查詢(xún);
• 運輸業(yè)信息查詢(xún): 如航班查詢(xún)、火車(chē)運行時(shí)刻查詢(xún)和運送貨物查詢(xún)等。

　　用戶(hù)對股票信息進(jìn)行查詢(xún)時(shí)，不但可查詢(xún)實(shí)時(shí)股票行情，而且對另開(kāi)戶(hù)進(jìn)行股票交易的客戶(hù)和利用存折進(jìn)行股票交易的客戶(hù)，還提供資金查詢(xún)服務(wù)；也可對客戶(hù)所擁有的證券情況或客戶(hù)的委托情況等進(jìn)行全方位的信息查詢(xún)服務(wù)。

信息點(diǎn)播功能

　　信息點(diǎn)播可以使用戶(hù)訂購和點(diǎn)播自己想得到的內容，如股票實(shí)時(shí)行情查詢(xún)、證券指數查詢(xún)、天氣查詢(xún)、出港航班查詢(xún)等信息，可實(shí)現股票點(diǎn)播、天氣預報、股票漲跌告警、體育（福利）彩票、航班信息、火車(chē)時(shí)刻、熱點(diǎn)新聞、電視節目、生活常識等實(shí)用信息的點(diǎn)播服務(wù)。

交易處理功能

　　通過(guò)語(yǔ)音平臺，用戶(hù)可以實(shí)現電子化交易，即語(yǔ)音電子商務(wù)。該項業(yè)務(wù)可以針對某一行業(yè)進(jìn)行定制，也可以提供多種行業(yè)的綜合交易服務(wù)。

　　用戶(hù)通過(guò)電話(huà)辦理某項交易時(shí)，由于交易不同，所涉及的用戶(hù)資料也不同，如用戶(hù)業(yè)務(wù)性能和功能變化、用戶(hù)產(chǎn)權變更等，所以必須先通過(guò)用戶(hù)賬號、密碼管理系統等手段確認、證實(shí)，并制定相應的管理制度，以進(jìn)行嚴格管理。

統一消息功能

　　信息社會(huì )的快速發(fā)展使每天都有各種各樣的信息涌向我們每一個(gè)人，這些信息給我們帶來(lái)巨大的便利和經(jīng)濟效益，同時(shí)也使我們處于這樣一種窘境：我們擁有如此之多的通信聯(lián)系方式，如電話(huà)、手機、呼機等，而這些通信工具又互不相干，無(wú)法實(shí)現信息互通，以至于我們不得不逐項檢查這些信息源，去提取屬于我們的有用信息。而語(yǔ)音平臺中“統一消息”功能模塊可將這些功能集中在一起，用戶(hù)通過(guò)一個(gè)統一的號碼接入系統，即可得到全部所需信息。

結 束 語(yǔ)

　　語(yǔ)言，一直是并且仍將是人們進(jìn)行信息交流的最自然、最直接和最主要的方式。人們希望用語(yǔ)音和計算機直接進(jìn)行交流，讓計算機擁有能聽(tīng)懂語(yǔ)言的“耳朵”，這就是人們對計算機自動(dòng)語(yǔ)音識別的構想。計算機智能語(yǔ)音識別的意義十分重大，它使人們可以方便地通過(guò)語(yǔ)音完成各種操作。目前，世界上一些服務(wù)行業(yè)的企業(yè)，如銀行、股票公司、旅游服務(wù)公司、航空公司等，紛紛投資、合作開(kāi)發(fā)或購買(mǎi)具有語(yǔ)音功能的服務(wù)系統，以此降低其運營(yíng)成本。如AT＆T電話(huà)公司，通過(guò)自動(dòng)語(yǔ)音交互應答系統，可以識別出用戶(hù)的付費方式。僅此一項，每年就為該公司節省下巨額成本。可見(jiàn)，語(yǔ)音識別系統應用已給一些發(fā)達國家帶來(lái)了巨大的經(jīng)濟效益; 同時(shí)，也說(shuō)明了自動(dòng)語(yǔ)音識別服務(wù)系統已經(jīng)形成了一定的市場(chǎng)規模，并將迅速成為具有市場(chǎng)競爭力的高技術(shù)含量的產(chǎn)品。

　　電話(huà)語(yǔ)音智能識別系統利用現有發(fā)達的電話(huà)網(wǎng)，使用戶(hù)能夠以最簡(jiǎn)單、最方便、最滿(mǎn)意的方式獲取信息。以“說(shuō)話(huà)”的方式來(lái)操縱計算機網(wǎng)絡(luò )系統，將徹底改變人們幾十年形成的按鍵操作的傳統概念和習慣，使人重歸自然，輕松自由。美國朗訊科技公司在推廣使用具有語(yǔ)音識別功能的電話(huà)自動(dòng)服務(wù)系統時(shí)，做過(guò)一個(gè)統計: 在增加語(yǔ)音識別功能之前，大約有19%的打電話(huà)者聽(tīng)到第一組提示時(shí)沒(méi)有任何反應; 增加該功能后，這個(gè)百分比降到了2%。此外，起初約有36%的打電話(huà)者仍堅持用按鍵方式，但在一星期后，完全使用語(yǔ)音識別功能的人數增加到46%。

《計算機世界》2001/05/11