隨著(zhù)計算機技術(shù)的飛速發(fā)展，語(yǔ)音技術(shù)的應用日益普及。在呼叫中心領(lǐng)域，語(yǔ)音技術(shù)的應用從最初的語(yǔ)音播報、語(yǔ)音自動(dòng)應答，到800、400語(yǔ)音導航，再發(fā)展到目前移動(dòng)終端的智能語(yǔ)音交互，伴隨著(zhù)呼叫中心整體技術(shù)的發(fā)展而發(fā)展。
語(yǔ)音技術(shù)主要包括語(yǔ)音合成和語(yǔ)音識別兩項關(guān)鍵技術(shù)，近年來(lái)在移動(dòng)互聯(lián)技術(shù)的推動(dòng)下其發(fā)展已進(jìn)入智能時(shí)代，越來(lái)越多地補充了人工服務(wù)，在幫助企業(yè)提升服務(wù)效率、降低服務(wù)成本的同時(shí)，持續不斷地創(chuàng )新了客戶(hù)體驗。
安徽科大訊飛信息科技股份有限公司作為中國最大的智能語(yǔ)音技術(shù)提供商，在語(yǔ)音技術(shù)領(lǐng)域有著(zhù)長(cháng)期的研究積累，并在語(yǔ)音合成、語(yǔ)音識別、口語(yǔ)評測、自然語(yǔ)言處理等多項技術(shù)上擁有國際領(lǐng)先的成果。近期《客戶(hù)世界》雜志對科大訊飛網(wǎng)絡(luò )語(yǔ)音業(yè)務(wù)總監黃達志先生進(jìn)行了采訪(fǎng)，請他詳細介紹了語(yǔ)音技術(shù)在客戶(hù)互動(dòng)接觸領(lǐng)域的最新發(fā)展。
《客戶(hù)世界》 ：科大訊飛作為語(yǔ)音技術(shù)發(fā)展的風(fēng)向標，以其高品質(zhì)、高市場(chǎng)占有率的語(yǔ)音產(chǎn)品，影響了現代生活的方方面面，請您總體介紹一下當前語(yǔ)音技術(shù)的發(fā)展狀況？
黃達志：我們所說(shuō)的語(yǔ)音技術(shù)通常包括語(yǔ)音識別技術(shù)和語(yǔ)音合成技術(shù)，分別構成了人機語(yǔ)音交互的“聽(tīng)”和“說(shuō)”這兩個(gè)方面。語(yǔ)音合成，即TTS，可以將任意的文字實(shí)時(shí)轉換為語(yǔ)音播放出來(lái)，效果已經(jīng)可以達到甚至超過(guò)普通人說(shuō)話(huà)水平，能夠支持比較豐富的語(yǔ)言和提供各種類(lèi)型的音色。語(yǔ)音識別（ASR），近幾年獲得快速的發(fā)展，目前的連續語(yǔ)音識別技術(shù)可以將用戶(hù)實(shí)時(shí)說(shuō)話(huà)的語(yǔ)音轉換為文字，準確率已經(jīng)達到較高的程度。以訊飛語(yǔ)音輸入法為例，在誕生至今三年的時(shí)間內，已經(jīng)突破了一億用戶(hù)的規模，得到用戶(hù)很高的評價(jià)，證明了語(yǔ)音識別技術(shù)已經(jīng)獲得了廣泛的認可。語(yǔ)音技術(shù)正走向成熟，大規模語(yǔ)音應用的時(shí)代已經(jīng)到來(lái)。
《客戶(hù)世界》 ：語(yǔ)音技術(shù)目前在呼叫中心領(lǐng)域應用最多最廣的技術(shù)有哪些？
黃達志：首先是語(yǔ)音合成技術(shù)。從九十年代中期語(yǔ)音合成技術(shù)開(kāi)始達到可用程度以來(lái)，就開(kāi)始逐步應用到呼叫中心系統當中。現在，語(yǔ)音合成已經(jīng)進(jìn)入各行各業(yè)的呼叫中心，實(shí)現海量、動(dòng)態(tài)和個(gè)性化信息的語(yǔ)音播報。我們已經(jīng)在一些運營(yíng)商的客戶(hù)服務(wù)中心系統中開(kāi)始全面應用語(yǔ)音合成技術(shù)，所有需要播報的內容都可以通過(guò)語(yǔ)音合成的方式實(shí)時(shí)、自動(dòng)的提供服務(wù)。
最近今年，語(yǔ)音識別也越來(lái)越多的應用到呼叫中心的自動(dòng)語(yǔ)音服務(wù)當中。一些運營(yíng)商、銀行的IVR應用語(yǔ)音識別來(lái)替代以前的按鍵式菜單，用戶(hù)可以直接說(shuō)出自己的需求，比如“我想查一下手機上還有多少錢(qián)”，系統能夠自動(dòng)識別和理解用戶(hù)的意圖，提供效率更高、體驗更好的自助服務(wù)。
語(yǔ)音和語(yǔ)言處理技術(shù)的結合，還可以面向越來(lái)越普及的電子渠道提供更加智能化、人性化的服務(wù)。用戶(hù)在通過(guò)短信、網(wǎng)站、IM或者手機客戶(hù)端和系統進(jìn)行交互的時(shí)候，可以用自然語(yǔ)言的方式進(jìn)行語(yǔ)音或者文本的溝通，后臺的智能客服機器人系統能夠實(shí)現自動(dòng)化的服務(wù)。
《客戶(hù)世界》 ：隨著(zhù)語(yǔ)音技術(shù)在呼叫中心的成熟應用，語(yǔ)音的主體價(jià)值是如何逐步體現的？
黃達志：我覺(jué)得可以從三個(gè)方面來(lái)看：第一，是降低呼叫中心運營(yíng)成本。應用語(yǔ)音技術(shù)，可以提高呼叫中心的自助服務(wù)水平，把寶貴的人力資源從簡(jiǎn)單重復的勞動(dòng)當中解放出來(lái)，從事更有價(jià)值的工作，提高呼叫中心的運營(yíng)效率。舉個(gè)真實(shí)的例子來(lái)說(shuō)，電話(huà)銀行系統應用語(yǔ)音識別實(shí)現菜單扁平化，在某個(gè)城市，之前用戶(hù)每天使用按鍵式菜單來(lái)查詢(xún)開(kāi)戶(hù)行信息的通話(huà)數屈指可數，而現在使用語(yǔ)音識別的方式查詢(xún)開(kāi)戶(hù)行的有幾百個(gè)，這些原來(lái)求助人工服務(wù)的通話(huà)現在基本都已轉由自動(dòng)服務(wù)來(lái)提供。第二是提升用戶(hù)體驗。用戶(hù)可以更加高效、更加自然的獲得他們所要的信息或者服務(wù)，比如安徽移動(dòng)10086客服全面應用了語(yǔ)音合成之后，可以看到用戶(hù)對于語(yǔ)音服務(wù)的感知相比以前有明顯提高。第三是提升業(yè)務(wù)擴展的能力。應用語(yǔ)音技術(shù)，呼叫中心所提供的服務(wù)和信息內容可以靈活實(shí)現隨需應變。比如，用戶(hù)在自助服務(wù)流程中可以很方便的說(shuō)出幣種名稱(chēng)、城市名稱(chēng)、商戶(hù)名稱(chēng)、地理位置等等，而不再受到傳統電話(huà)按鍵的限制，業(yè)務(wù)范圍的拓展也變得更加簡(jiǎn)便和高效。
《客戶(hù)世界》 ：在移動(dòng)互聯(lián)時(shí)代，呼叫中心正在演變成多渠道，多媒體服務(wù)方式的客戶(hù)接觸中心，需要對來(lái)自各個(gè)渠道的不同載體的海量客戶(hù)信息進(jìn)行記錄，標識，作為客戶(hù)分析、客戶(hù)管理的基礎。語(yǔ)音技術(shù)在針對大數據的處理上有什么具體的方案和表現？
黃達志：越來(lái)越多的企業(yè)都認識到大數據正在成為核心競爭力，而語(yǔ)音技術(shù)和大數據也有很多的結合。呼叫中心每天都有大量的通話(huà)錄音產(chǎn)生，對于這些錄音，目前通常只是因為質(zhì)檢的需要而抽取非常少量的數據由人工進(jìn)行聽(tīng)取，利用非常有限。運用語(yǔ)音技術(shù)，我們可以把非結構化的語(yǔ)音轉換成文本信息，同時(shí)根據業(yè)務(wù)需求去打上各種各樣的標簽，這樣我們會(huì )對它進(jìn)行更加深入的挖掘與分析，為營(yíng)銷(xiāo)與服務(wù)提供支撐，我們稱(chēng)之為語(yǔ)音分析。目前，語(yǔ)音分析在很多行業(yè)已經(jīng)受到積極關(guān)注，我們正在全國十幾個(gè)省份的運營(yíng)商，還有金融行業(yè)的陽(yáng)光保險、平安保險、建設銀行等開(kāi)展相關(guān)的應用，已經(jīng)在全面質(zhì)量管理、精細化運營(yíng)分析和產(chǎn)品、營(yíng)銷(xiāo)優(yōu)化等方面取得了明顯的應用成效。
《客戶(hù)世界》 ：目前智能語(yǔ)音交互技術(shù)在移動(dòng)終端上已有不少應用，像移動(dòng)的“靈犀”、蘋(píng)果的siri在開(kāi)展相關(guān)的應用，您如何看待自然語(yǔ)言的理解？
黃達志：語(yǔ)音技術(shù)和語(yǔ)義理解密不可分，自然語(yǔ)言理解對于實(shí)現更加智能化、更加人性化的應用非常關(guān)鍵，一直是我們重點(diǎn)研究投入的方向。
經(jīng)過(guò)長(cháng)期積累和發(fā)展，自然語(yǔ)言理解技術(shù)在一些具體的應用領(lǐng)域已經(jīng)達到較好的準確程度。比如“靈犀”這樣一個(gè)語(yǔ)音助手應用，通過(guò)自然語(yǔ)言的交互可以很方便的查詢(xún)天氣、股票、航班、美食等等。在我們實(shí)施的運營(yíng)商等行業(yè)電子渠道系統中，也都有自然語(yǔ)言理解技術(shù)提供支撐，使用戶(hù)可以很自然的查詢(xún)信息或辦理業(yè)務(wù)，具有很好的應用成效。但在開(kāi)放式的應用場(chǎng)景下，以及在面對相對復雜的咨詢(xún)類(lèi)服務(wù)請求時(shí)，自然語(yǔ)言理解技術(shù)還面臨很大的挑戰，這是我們下一步需要突破的重點(diǎn)。
《客戶(hù)世界》 ：您認為在客戶(hù)互動(dòng)接觸領(lǐng)域，目前的語(yǔ)音技術(shù)在多大程度上可以實(shí)現比較高級的智能化服務(wù)，未來(lái)智能語(yǔ)音交互技術(shù)發(fā)展會(huì )是一個(gè)什么樣的趨勢？
黃達志：目前在客戶(hù)互動(dòng)接觸領(lǐng)域，運營(yíng)商、金融等行業(yè)已經(jīng)有眾多應用語(yǔ)音技術(shù)實(shí)現的智能化服務(wù)。在這些系統當中，大部分的業(yè)務(wù)都已經(jīng)可以被自動(dòng)化的語(yǔ)音服務(wù)所承擔，有些系統可以達到80%以上的一次呼叫解決率，這已經(jīng)比較接近人工服務(wù)的水平。當然對于一些相對復雜的任務(wù)，比如多交互環(huán)節的咨詢(xún)問(wèn)題、需要豐富技能和經(jīng)驗的營(yíng)銷(xiāo)引導等，還并不適合。但即使是這樣，在呼叫中心中仍有很大意義，畢竟呼叫中心服務(wù)中大量工作都是可以被標準化、流程化的，在這些方面，語(yǔ)音技術(shù)可以發(fā)揮很好的作用。
我想未來(lái)語(yǔ)音交互技術(shù)以及在客戶(hù)互動(dòng)接觸領(lǐng)域的應用，將始終圍繞提供更高效、更自然、更人性化的目標發(fā)展，使用戶(hù)在任何時(shí)間、任何地點(diǎn)都可以獲得很好的體驗，實(shí)現人機交互乃至人際交互無(wú)障礙，這也是我們一直以來(lái)的目標。
