語(yǔ)音識別進(jìn)入IVR系統

楊阿昭 2000/12/07

　　最近，關(guān)于IVR系統最流行的話(huà)題無(wú)疑是語(yǔ)音識別軟件的引進(jìn)，它一方面提高了IVR系統的效率，另一方面又大大豐富了IVR系統的界面。

　　最初，IVR系統（自動(dòng)語(yǔ)音應答系統）引起了呼叫中心的注意，是因為它使用戶(hù)利用按鍵式電話(huà)的鍵盤(pán)對提示做出響應，就能夠無(wú)需坐席代表的幫助而獲取信息。在將呼叫發(fā)送到坐席之前，IVR系統也能幫助呼叫中心識別用戶(hù)與其請求的性質(zhì)。這樣，通過(guò)使這些電話(huà)呼叫自動(dòng)化，IVR系統為呼叫中心節約了不少資金。


　　按鍵式IVR受多方局限


　　在傳統的IVR系統中，用戶(hù)與系統交互的方式是通過(guò)電話(huà)的鍵盤(pán)。通常，用戶(hù)在進(jìn)入IVR系統后，會(huì )聽(tīng)到相關(guān)的語(yǔ)音提示選單，根據自己的需要可以按下鍵盤(pán)上相關(guān)的按鍵。系統通過(guò)DTMF信號傳送用戶(hù)按下的鍵，同時(shí)也將用戶(hù)的請求傳送給系統，從而觸發(fā)相關(guān)的語(yǔ)音信息。這樣，對于一些常見(jiàn)的用戶(hù)請求，呼叫中心系統就可以通過(guò)IVR系統來(lái)處理，而不需要通過(guò)坐席代表的干預，極大地提高了呼叫中心的效率。

　　然而，按鍵式IVR系統的局限也是顯而易見(jiàn)的。特別對于用戶(hù)來(lái)說(shuō)，在實(shí)際使用時(shí)更會(huì )感覺(jué)到諸多的不方便。首先，在聽(tīng)完了大段的語(yǔ)音提示選單后，用戶(hù)需要特地停下來(lái)，按動(dòng)電話(huà)上有限的數字按鍵，進(jìn)行相應的選擇，然后繼續聽(tīng)下一段的語(yǔ)音提示。如果遇到簡(jiǎn)單的查詢(xún)還可以忍受；如果是多層次的查詢(xún)，用戶(hù)則需要不停地聽(tīng)提示，再選擇按鍵，再聽(tīng)提示，再選擇……多次選擇，才可以得到所需的信息。這對于以“客戶(hù)服務(wù)”為核心的呼叫中心來(lái)說(shuō)，顯然是背道而馳的。

　　其次，我們都知道，傳統的電話(huà)僅能通過(guò)DTMF信號，傳送有限的幾個(gè)數字及符號按鍵。這使得用戶(hù)與系統的交互界面受到很大的限制，同時(shí)也就使得IVR系統的信息查詢(xún)范圍變得相當狹窄，只能是事先錄好的各種提示音和信息。用戶(hù)一旦有一些小的請求，但不是事先預錄信息所涵蓋的內容，就只好求助于坐席代表了。因此，傳統的按鍵式IVR系統在減少呼叫中心系統的坐席代表的工作量、提高工作效率方面也很有限。


　　用語(yǔ)音給IVR發(fā)請求


　　正因為按鍵式IVR系統的多方局限，近幾年來(lái)IVR系統的一個(gè)發(fā)展趨勢就是：采用語(yǔ)音識別(ASR)技術(shù)，通過(guò)語(yǔ)音來(lái)輸入用戶(hù)請求，這也成為呼叫中心的一個(gè)富有吸引力的選擇。

　　將語(yǔ)音識別技術(shù)引入到IVR系統的優(yōu)勢是顯而易見(jiàn)的。一方面，用于IVR系統的語(yǔ)音識別能夠加快事物處理的速度，而這些事物處理起來(lái)往往相對復雜，以致不能在傳統的按鍵式IVR系統中實(shí)現自動(dòng)化。例如，在預訂飛機票時(shí)，在按鍵式IVR系統中，要求航空公司列出所有可能的出發(fā)和到達的城市是不現實(shí)的。但如果不列出所有航班的相關(guān)信息，用戶(hù)卻無(wú)法接受這種服務(wù)。當有了語(yǔ)音識別系統以后，用戶(hù)只需說(shuō)出他們的起點(diǎn)和終點(diǎn)的城市名字就可以了。

　　同時(shí)，語(yǔ)音識別技術(shù)的引進(jìn)，也大大豐富了人機交互界面，使用戶(hù)和IVR系統的交互方式變得靈活而方便，用戶(hù)可以直接用語(yǔ)音進(jìn)行有關(guān)的交互工作。由于使用語(yǔ)音和自然語(yǔ)言，用戶(hù)在使用IVR系統時(shí)，就像與服務(wù)員一樣進(jìn)行直接交流一樣，連續地說(shuō)出自己的請求和選擇，而避免了在按鍵式IVR系統中頻繁按鍵的過(guò)程。

　　另外，引入語(yǔ)音識別技術(shù)也有利于呼叫中心的運營(yíng)管理。通過(guò)語(yǔ)音識別技術(shù)，呼叫中心系統將大量的重復性問(wèn)題分流到IVR系統中。一方面，充分發(fā)揮了IVR系統的潛力；另一方面，通過(guò)將呼叫中重復性的請求自動(dòng)化，坐席代表可以處理更多特性化的請求，就不會(huì )感到枯燥無(wú)味，因為不需要再一遍一遍地重復處理相同的問(wèn)題。


　　ASP涉足語(yǔ)音識別IVR


　　因為看到IVR系統引入語(yǔ)音識別技術(shù)后的巨大市場(chǎng)，ASP也開(kāi)始提供這方面的解決方案。這對于沒(méi)有技術(shù)和財力支持，或者不愿用這些資源來(lái)購買(mǎi)解決辦法的公司來(lái)說(shuō)，是非常有利的。但ASP面臨的一項挑戰就是，要盡力保證語(yǔ)音識別應用程序在任何時(shí)間都能夠調整和升級。語(yǔ)音識別是一項復雜的技術(shù)，它需要投入大量的維護以確保其運行在最佳狀態(tài)。

　　以Voci為代表，它的Sereno語(yǔ)音識別平臺可使用Nuance的語(yǔ)音識別軟件、Edify的IVR應用軟件和 NMS的語(yǔ)音板。Voci提供了能被用于跨越許多垂直產(chǎn)業(yè)，如目錄公司、旅游公司和公用事業(yè)的應用程序。一些應用程序還具有讓用戶(hù)下定單并檢查定單處理情況的功能。Voci時(shí)常關(guān)注著(zhù)語(yǔ)音識別應用程序應用得如何以及與用戶(hù)的交互作用如何。Voci的語(yǔ)音識別應用程序按照呼叫的個(gè)數來(lái)計算成本，每個(gè)呼叫價(jià)格在0.5美元到1.25美元之間。

　　在必要時(shí)，ASP能夠將呼叫傳送回呼叫中心，這一點(diǎn)對ASP和呼叫中心來(lái)說(shuō)，都是非常必要的。不論用戶(hù)決定購買(mǎi)還是租用語(yǔ)音識別系統，應確保所選擇的銷(xiāo)售商具有人機接口方面和對話(huà)設計方面的專(zhuān)業(yè)技術(shù)，這一點(diǎn)和用戶(hù)密切相關(guān)。不需要考慮隱藏在接口背后的技術(shù)，最關(guān)鍵的是要有一個(gè)清晰流暢的對話(huà)。


　　應用有待完善


　　經(jīng)過(guò)多年技術(shù)的發(fā)展和完善，語(yǔ)音識別引入到IVR系統終于慢慢進(jìn)入了商用。但不可否認，該系統還有待進(jìn)一步完善。

　　筆者曾經(jīng)有過(guò)親身經(jīng)歷，在今年年初語(yǔ)音識別大舉進(jìn)入商用時(shí)，饒有興趣地撥通了電話(huà)，在聽(tīng)完提示音后非常謹慎標準地說(shuō)出了自己的請求，卻不曾想系統沒(méi)了反應，好歹就是不能識別筆者的發(fā)音。想到自己是南方人，可能發(fā)音不夠標準，于是趕緊拽過(guò)了旁邊的一位北京人，希望他能被語(yǔ)音識別系統接納。很不幸，他的遭遇不比本人強。因此，要想真正地將語(yǔ)音識別IVR系統推廣，語(yǔ)音識別還需要多方面的加強。

　　目前的語(yǔ)音識別技術(shù)，還存在許多的技術(shù)難點(diǎn)。英語(yǔ)方面研究較多，也比較成熟，有些方面已經(jīng)可以進(jìn)行商用。但在漢語(yǔ)方面，還有很多的工作要做，主要包括識別自然語(yǔ)句、適應各種不同的發(fā)音等。此外，由于語(yǔ)音識別技術(shù)還比較新，因此在CTI產(chǎn)業(yè)中還沒(méi)有形成影響力，缺乏一支相應的產(chǎn)業(yè)化隊伍進(jìn)行推動(dòng)。

《賽迪市場(chǎng)專(zhuān)家》