每一部手機都將具備能聽(tīng)會(huì )說(shuō)的功能；
每一臺家電都將具備能聽(tīng)會(huì )說(shuō)的功能；
每一臺轎車(chē)都將具備能聽(tīng)會(huì )說(shuō)的功能；
每一個(gè)玩具都將具備能聽(tīng)會(huì )說(shuō)的功能；
……
這是安徽科大訊飛信息科技股份有限公司高級副總裁吳曉如先生在接受CTI論壇記者專(zhuān)訪(fǎng)時(shí)，為我描繪出的語(yǔ)音遠景，而在此之前的若干年，語(yǔ)音應用雖然已得到行業(yè)人士足夠的重視，但真正落地無(wú)疑與移動(dòng)互聯(lián)網(wǎng)的飛速發(fā)展有著(zhù)密不可分的關(guān)系。
圖：安徽科大訊飛信息科技股份有限公司高級副總裁吳曉如先生
訊飛“語(yǔ)音云”
正如創(chuàng )新工場(chǎng)CEO 李開(kāi)復在科大訊飛“語(yǔ)音點(diǎn)亮生活” 、“新一代語(yǔ)音云發(fā)布暨語(yǔ)音開(kāi)發(fā)者大會(huì )”上闡述的：“過(guò)去總說(shuō)語(yǔ)音改變世界，為什么一直沒(méi)有改？一方面是云計算還沒(méi)有達到很高的水平。第二，語(yǔ)音在過(guò)去二三十年總是不知道應用在哪里。第三個(gè)挑戰過(guò)去存在以后還會(huì )存在，那就是假如能做到一定語(yǔ)義的理解，需要花盡可能少的時(shí)間讓開(kāi)發(fā)者迅速介入。而第四個(gè)挑戰則是用戶(hù)體驗和用戶(hù)的期望值，語(yǔ)音是人類(lèi)最自然彼此溝通的方式，所以人們一旦開(kāi)始用語(yǔ)音交流了，就表示人們把機器當做一個(gè)‘人’了，這樣高的期望值將給開(kāi)發(fā)者帶來(lái)更大挑戰。”
上述挑戰讓語(yǔ)音應用在相當長(cháng)時(shí)期內限于部分玩具、車(chē)載導航等領(lǐng)域，而讓聲音穿越障礙，得到自由交流是科大訊飛一直的夢(mèng)想。
同時(shí)，為讓更多的中國人、更多的中國企業(yè)使用上訊飛語(yǔ)音，2010年10月，科大訊飛啟動(dòng)了“語(yǔ)音云”開(kāi)發(fā)者計劃。訊飛“語(yǔ)音云”，是基于云計算技術(shù)基礎，將業(yè)界領(lǐng)先的智能語(yǔ)音技術(shù)向互聯(lián)網(wǎng)開(kāi)發(fā)者開(kāi)放，為各類(lèi)移動(dòng)互聯(lián)網(wǎng)創(chuàng )業(yè)者和創(chuàng )新性企業(yè)提供低門(mén)檻的語(yǔ)音技術(shù)服務(wù)，合作伙伴可以像使用水、電那樣“即開(kāi)即有、按需取用”，在很短時(shí)間內構建出支持自然語(yǔ)音交互功能的特色移動(dòng)互聯(lián)網(wǎng)應用。
而在不到一年半的時(shí)間里，吳曉如說(shuō)：“我們的開(kāi)發(fā)者伙伴已達到3100個(gè)，終端用戶(hù)數達到3000萬(wàn)，每天在線(xiàn)用戶(hù)數超120萬(wàn)，總請求量超過(guò)700萬(wàn)次，涵蓋移動(dòng)互聯(lián)網(wǎng)、游戲、汽車(chē)、通信、金融、學(xué)校等領(lǐng)域，吸引了工程師、IT技術(shù)人員甚至學(xué)生的積極參與。在手機、呼叫中心、車(chē)載、互聯(lián)網(wǎng)電視、智能家電等各領(lǐng)域得到創(chuàng )新應用，‘語(yǔ)音云’服務(wù)已深入千家萬(wàn)戶(hù)、日常生活。”
訊飛新一代“語(yǔ)音云”
吳曉如介紹，相比較于第一代“語(yǔ)音云”，科大訊飛新一代“語(yǔ)音云”平臺更健全穩固，能夠處理更復雜的業(yè)務(wù)，并能服務(wù)于更多的用戶(hù)，此外，新一代語(yǔ)音云將開(kāi)放個(gè)性化識別、個(gè)性化合成、自然語(yǔ)言理解、聲紋識別、口語(yǔ)評測等接口。
吳曉如強調：“新一代‘語(yǔ)音云’主要有三個(gè)關(guān)注點(diǎn)，一是不斷提升的核心語(yǔ)音技術(shù)：新一代訊飛語(yǔ)音云引入了取得新突破的語(yǔ)音技術(shù)，無(wú)論是語(yǔ)音合成、語(yǔ)音識別、語(yǔ)音轉寫(xiě)目前都是業(yè)界領(lǐng)先的，僅在2011年，我們這方面的專(zhuān)利技術(shù)就超過(guò)百個(gè)。第二個(gè)關(guān)注點(diǎn)是訊飛語(yǔ)音技術(shù)種類(lèi)豐富，除了剛才提到的語(yǔ)音合成、語(yǔ)音識別、語(yǔ)音轉寫(xiě)技術(shù)外，還添加了聲紋識別、口語(yǔ)評測、自然語(yǔ)言理解技術(shù)，行業(yè)用戶(hù)可以在新的語(yǔ)音云中獲得更多的語(yǔ)音服務(wù)種類(lèi)，也可根據自身的特點(diǎn)進(jìn)行有機的組合，擴展應用和服務(wù)的多樣性。第三個(gè)關(guān)注點(diǎn)是更加個(gè)性化的語(yǔ)音技術(shù)，能有針對性的解決在實(shí)際應用中不同用戶(hù)語(yǔ)音服務(wù)的獨特性，同時(shí)也滿(mǎn)足現在移動(dòng)互聯(lián)網(wǎng)用戶(hù)的個(gè)性化需求，讓語(yǔ)音交互更加生動(dòng)。”
語(yǔ)義理解，在人和人的交流中，主要基于人互動(dòng)時(shí)的表情、手勢、語(yǔ)調等的交流，來(lái)實(shí)現對語(yǔ)義的具體判斷，而科大訊飛的語(yǔ)義理解技術(shù)到底會(huì )有多高的識別率？
吳曉如進(jìn)一步解釋?zhuān)?ldquo;語(yǔ)義理解技術(shù)目前仍是對一些固定領(lǐng)域、有著(zhù)特定明確表述的信息進(jìn)行識別。科大訊飛通過(guò)將語(yǔ)言扁平化，對于應用需求明確的語(yǔ)義理解識別率較高。”
訊飛語(yǔ)音在呼叫中心的應用
隨著(zhù)金融行業(yè)呼叫中心對應用需求越來(lái)越明確，相比較于傳統按鍵式菜單，IVR服務(wù)就顯得越來(lái)越冗長(cháng)、繁瑣、復雜，已嚴重影響用戶(hù)體驗。而語(yǔ)音識別呼叫中心導航技術(shù)可以讓用戶(hù)直接說(shuō)出需求，即可辦理業(yè)務(wù)，如希望查詢(xún)賬戶(hù)余額，只需說(shuō)出“查詢(xún)余額”或者“我手機上還有多少錢(qián)？”系統就可以理解用戶(hù)的意圖，并引導用戶(hù)辦理該業(yè)務(wù)。
因此，訊飛語(yǔ)音識別呼叫中心導航技術(shù)已經(jīng)在工商銀行電話(huà)銀行中得到了應用，并已經(jīng)在大連、廈門(mén)、青島、寧波等地區上線(xiàn)。另外，中信銀行電話(huà)銀行也已經(jīng)在北京、深圳、天津、武漢、合肥、貴陽(yáng)、哈爾濱、呼和浩特等地區上線(xiàn)。
那么，在各個(gè)企業(yè)，行業(yè)不同，業(yè)務(wù)類(lèi)型不同，呼叫中心平臺及業(yè)務(wù)接入有著(zhù)千差萬(wàn)別，語(yǔ)音接入是否會(huì )非常困難呢？吳曉如指出：“目前科大訊飛的語(yǔ)音產(chǎn)品可與主流的呼叫中心平臺，如華為、中興、Avaya、Edify、Genesys等進(jìn)行系統集成，可以有效支持在這些平臺下的語(yǔ)音應用，針對不同行業(yè)的不同應用情況，科大訊飛成立了專(zhuān)門(mén)的項目實(shí)施團隊，承接著(zhù)效果優(yōu)化、用戶(hù)交互設計等工作，提供個(gè)性化服務(wù)，保證項目成功。”
語(yǔ)音技術(shù)在呼叫中心中的未來(lái)應用前景到底怎樣？吳曉如給出了很肯定的答復：“國外呼叫中心應用智能語(yǔ)音技術(shù)已經(jīng)非常普遍，國內的重點(diǎn)行業(yè)也都已經(jīng)開(kāi)始使用科大訊飛的智能語(yǔ)音技術(shù)，并已初見(jiàn)成效。客戶(hù)能夠利用全新自助語(yǔ)音服務(wù)解決方案來(lái)處理日益增長(cháng)的信息咨詢(xún)、電子交易和客戶(hù)服務(wù)需求，并能幫助用戶(hù)在任何時(shí)候、任何地點(diǎn)通過(guò)隨處可得的電話(huà)輕松自然的獲得信息與服務(wù)。”
吳曉如最后表示：“接下來(lái)在未來(lái)5年內，科大訊飛將持續提升語(yǔ)音技術(shù)水平，為建設更加智能的呼叫中心自助服務(wù)渠道提供源源不斷的動(dòng)力。”
聲明：CTI論壇（CTiforum）版權作品，未經(jīng)CTiforum書(shū)面授權，嚴禁轉載，違者將被追究法律責任。
