久久com_技術(shù)改進(jìn)價(jià)格下降語(yǔ)音識別擬起新潮_語(yǔ)音應用

首頁(yè)>>>技術(shù)>>>語(yǔ)音應用>>>語(yǔ)音識別(ASR)　　語(yǔ)音識別產(chǎn)品

技術(shù)改進(jìn)價(jià)格下降語(yǔ)音識別擬起新潮

陳孝強 2005/07/11

　　語(yǔ)音識別系統有時(shí)會(huì )讓消費者“氣不打一處來(lái)”，例如這種系統經(jīng)常會(huì )提示“請說(shuō)出您的客戶(hù)編號”，但是不管用戶(hù)怎么說(shuō)系統就是識別不出來(lái)。盡管如此，語(yǔ)音識別系統在公司的決策者們制定商業(yè)計劃的時(shí)候仍然具有誘惑力，因為使用這種系統后客戶(hù)服務(wù)的成本將大大降低。即便將呼叫中心轉移到第三世界國家，成本的降低幅度也不能與采用語(yǔ)音識別系統帶來(lái)的效益相比。

　　由于技術(shù)上的新發(fā)展，語(yǔ)音識別系統已經(jīng)更加易于使用，開(kāi)始緩慢進(jìn)入企業(yè)市場(chǎng)，銷(xiāo)售上略有進(jìn)展。這種技術(shù)在十幾年以前就已經(jīng)出現，它主要用于取代音頻按鍵服務(wù)系統(通過(guò)電話(huà)機數字按鍵來(lái)查詢(xún)語(yǔ)音服務(wù)信息)。

提高客服的工作效率

　　上述兩種系統都可以減輕客戶(hù)服務(wù)代表的工作負擔。這種崗位必須處理不斷增加的客戶(hù)服務(wù)請求，需要大量重復勞動(dòng)，而這兩種系統可以代替客戶(hù)服務(wù)代表完成簡(jiǎn)單重復的工作。語(yǔ)音識別系統如果和“文本/語(yǔ)音”或者“語(yǔ)音/文本”轉換系統結合起來(lái)，就能使整個(gè)客戶(hù)服務(wù)流程自動(dòng)化。由于企業(yè)越來(lái)越重視客戶(hù)服務(wù)，因此語(yǔ)音識別系統開(kāi)始隨之倍受關(guān)注。

　　語(yǔ)音識別系統有三個(gè)傳統上的不足：識別率低、需要專(zhuān)門(mén)設備、價(jià)格較高。系統開(kāi)發(fā)商這些年來(lái)一直在努力解決這些問(wèn)題，尤其是在提高識別率方面。“隨著(zhù)處理器運算速度的提高以及程序算法的改進(jìn)，識別率目前已經(jīng)得到了大副度提高，”Gartner公司首席分析師Steve Cramoysan說(shuō)。越來(lái)越多的語(yǔ)音識別系統甚至能識別一些常見(jiàn)的方言發(fā)音。

用戶(hù)問(wèn)答方面的問(wèn)題

　　Yankee市場(chǎng)分析公司高級分析師Art Schoeller表示，即便系統能正確識別用戶(hù)所說(shuō)的內容，新的問(wèn)題又來(lái)了。

　　當客戶(hù)打電話(huà)到語(yǔ)音識別系統后，他的說(shuō)話(huà)內容可能非常復雜，語(yǔ)音識別系統無(wú)法進(jìn)行有效處理，因此必須對客戶(hù)的說(shuō)話(huà)內容進(jìn)行限制。也就是說(shuō)，讓語(yǔ)音識別系統對客戶(hù)提出封閉式問(wèn)題，例如“你是不是正在使用家里的電話(huà)”。對于這種問(wèn)題，客戶(hù)的回答是有限的，易于處理。語(yǔ)音系統不會(huì )提出開(kāi)放性問(wèn)題，例如“您需要我們做什么？”對于這種問(wèn)題，用戶(hù)可能的回答太多了，系統將難以處理。

　　由于要限制客戶(hù)的反饋內容，企業(yè)必須花費大量時(shí)間去設計語(yǔ)音識別程序，理清內部業(yè)務(wù)流程，確定系統能夠處理的問(wèn)題，然后將他們集成到IT業(yè)務(wù)部門(mén)中去。

　　最終結果是：使用語(yǔ)音識別系統的企業(yè)必須向供應商支付大量費用以設計和部署語(yǔ)音識別程序，在語(yǔ)音識別系統上每花費1美元，在服務(wù)和配套設施上就要花費6美元。

　　為了簡(jiǎn)化語(yǔ)音識別系統的部署，開(kāi)發(fā)商正在設計模板，例如專(zhuān)門(mén)供金融業(yè)務(wù)使用的模板。關(guān)于模板，無(wú)法確定它們對用戶(hù)而言到底有多少價(jià)值。

標準問(wèn)題

　　還有一個(gè)歷史遺留問(wèn)題：系統設計。開(kāi)發(fā)商總是提供自己專(zhuān)有的設備，用戶(hù)在部署和維護系統時(shí)會(huì )相當困難。另外，用戶(hù)不但要購買(mǎi)制造商的專(zhuān)用設備，還要購買(mǎi)對應的語(yǔ)音識別程序開(kāi)發(fā)工具。

　　語(yǔ)音XML(VXML)標準目前已經(jīng)出了第二版，它的作用是將XML開(kāi)發(fā)的優(yōu)勢利用到語(yǔ)音識別中。VXML可以簡(jiǎn)化程序開(kāi)發(fā)，對語(yǔ)音識別市場(chǎng)的培育有非常積極的影響。

　　標準是有價(jià)值的，但不是百驗靈丹。開(kāi)發(fā)商會(huì )根據標準做進(jìn)一步開(kāi)發(fā)，而每進(jìn)行一次改進(jìn)都會(huì )提高不同供應商產(chǎn)品之間的集成難度。微軟的舉動(dòng)也讓標準的問(wèn)題更加復雜。微軟并沒(méi)有完全遵循VXML，而是在推廣另外一種標準，即SALT(語(yǔ)音程序語(yǔ)言標記)，它提供了多種標記語(yǔ)言(包括HTML和XML)的語(yǔ)音擴展。Cisco和Intel堅定地站在微軟一邊，但是多數傳統語(yǔ)音識別開(kāi)發(fā)商(比如IBM、Nuance和ScanSoft)并沒(méi)有太在意微軟的標準。

　　隨著(zhù)開(kāi)發(fā)商漸漸開(kāi)始采納標準，產(chǎn)品開(kāi)發(fā)將簡(jiǎn)化，價(jià)格也會(huì )降下來(lái)。實(shí)際上，在2004年語(yǔ)音識別產(chǎn)品和服務(wù)的價(jià)格下降了約30%。

逐漸走向普及

　　隨著(zhù)技術(shù)的改進(jìn)和價(jià)格的下降，語(yǔ)音識別產(chǎn)品將受到更多企業(yè)的青睞。語(yǔ)音識別技術(shù)在很多行業(yè)中已經(jīng)比較常見(jiàn)，例如航空、金融和電信，最近在其他領(lǐng)域也得到了應用，例如出版、硬件及軟件支持。此外，一些公司開(kāi)始在內部通信中使用語(yǔ)音識別系統，例如外出排除故障的員工在完成任務(wù)后可以通過(guò)該系統將故障申報清除掉。

　　語(yǔ)音識別系統的發(fā)展緩慢而穩定，沒(méi)有取得快速和激動(dòng)人心的進(jìn)展，其原因之一是很多公司采用了基于Web的客戶(hù)服務(wù)系統，這種系統比語(yǔ)音織別系統更容易實(shí)現。因此，語(yǔ)音識別的未來(lái)是光明的，但是并非一帆風(fēng)順。專(zhuān)家預計企業(yè)會(huì )逐步用語(yǔ)音識別系統代替現有的音頻按鍵服務(wù)系統，每年會(huì )有5%～10%的市場(chǎng)增長(cháng)。

中計報(www.ccidnet.com)

相關(guān)鏈接:

臺灣大哥大新推“語(yǔ)音辨識搜尋引擎” 2005-07-05

科大訊飛·Nuance語(yǔ)音技術(shù)全國巡展圓滿(mǎn)結束 2005-06-15

"得意"聲紋身份認證技術(shù)成功應用于銀行業(yè) 2005-06-10

科大訊飛·Nuance語(yǔ)音技術(shù)全國巡展啟動(dòng) 2005-05-25

捷通華聲推出新版語(yǔ)音識別系統——OSR3.0 2005-05-11