科大訊飛吳曉如：語音技術助力更智能更安全的新一代呼叫中心

2009/04/15

　　CTI論壇(ctiforum)04月15日消息: 2009年4月14日至15日，CTI論壇主辦2009中國呼叫中心及企業(yè)通信大會在北京國際會議中心隆重召開，會議展開三十多場精彩紛呈的演講，邀請了一批業(yè)界知名專家在會上發(fā)表演說，以下是主題演講現場圖文報道：

安徽科大訊飛信息科技股份有限公司 吳曉如 　　這個是我們叫做呼叫導航的系統(tǒng)，大家可以看到這個下拉菜單是用戶希望得到的服務，但是我們這個服務列得不是很全。如果我們希望得到一項服務，我家的煤氣費沒錢了，我想交一點煤氣費。大家可以看到，我可以以比較自由的方式，告訴IVR一件什么事情呢？就是我家的媒體費沒錢了，我要交煤氣費。在以前傳統(tǒng)的IVR的按鍵上，你可能需要按3、4次，但是現在用戶只需要說他的需求。 　　我們再來看一個。 (演講人演示,說:"我想把定期的儲蓄轉成活期的", 菜單自動跳轉到:定期轉活期) 　　我想把定期的儲蓄轉成活期的。這個演示實際上是給大家介紹一個什么叫做呼叫導航，與之前的基于命令的識別有什么差別。它可以給我們的呼叫中心起到一個什么幫助。 　　在這種基于自由說話的呼叫導航中，我們的用戶不用這么痛苦，必須記住我們的菜單名稱。我們在設計我們的菜單的時候，我們整個呼叫中心的管理者，也不需要設計一個非常復雜的菜單。實際說準確的呼叫導航是怎么做到的呢？叫做特定語音的語音識別，如果要語音識別，對于識別每一個字是很困難的，但是對于我們銀行的語音菜單是很簡單的。即使1、2個字發(fā)生的困難，對于我們最后的解析也可以讓它理解我們最后用戶的需求是什么。所以，語音導航用戶只需要做什么事情呢？只需要說說你的需求。 　　我們說的呼叫中心，剛才說怎么讓我們的呼叫中心變得更加聰明。第二個問題是呼叫中心還面臨一個挑戰(zhàn)，當前的呼叫中心轉成成本中心，在一些用戶轉向呼叫中心做一些實際業(yè)務的時候，如何讓我們的呼叫中心變得更加安全。以我們銀行的呼叫中心，電話銀行是大家非常信任的業(yè)務的手段，但是有很多安全須知，千萬不要泄露你的帳號、密碼，如果你泄露了你可能會很痛苦，你的財產會受到損失。對于這方面，我們的語音技術能不能做一些工作，使我們的呼叫中心變得更加安全呢？目前的語音識別可以使我們的呼叫中心在風險控制方面得到很大的幫助。 　　如果我們的座席人員了解他家里面每一個家人的聲音那么熟悉去了解用戶的聲音，對于座席人員有點難，幾乎不可能完成。但是語音識別可以做到，實際上我們對于我們的用戶和座席，在說話的過程當中我們可以實時監(jiān)控。如果發(fā)現當前的通話是一個可疑的對話，可以告知座席，座席可以采取銀行要求他采取的步驟，這樣可以加強我們的風險控制。 　　對于有一些用戶，我們實際上在他做這個業(yè)務的過程中，我們可以采用一些，吸入說聲紋系統(tǒng)，對于他的聲紋進行實時的監(jiān)控，如果沒有聲紋識別，我們可以提醒這個用戶提高安全級別。 　　聲紋識別是辨別說話人身份的一項技術，通話人說的可以是特定的內容，也可以說一些任意無關的內容。 　　其中兩個最關鍵的技術，一個是聲紋確認，比如說這個用戶是某某帳號的聲紋，他說話的時候可以跟語音庫里的聲音進行對照。開始我不知道你這個用戶是誰，你進來之后我看你是不是屬于特殊的群體，比如說是我們銀行需要關注的黑名單。這樣的話，這個人在通話的過程中，我們可以和目標聲紋庫里的聲紋模板進行匹配。如果是可疑分子，我們要通知銀行注意這個業(yè)務當中有風險。 　　實際上大家對于語音識別前期也在關注，但是我們覺得一個成功的語音識別有很多的核心技術。我們不但針對命令詞，而且對于連續(xù)的語音也可以識別，而且我們語音識別可以有很好的排除干擾的能力。同時，我們的語音識別應該有語義解析，正確理解一個人說話的目的。 　　語音識別在實際的應用中，它會面臨不同的口音、不同的應用環(huán)境，需要我們對使用中大規(guī)模的語音數據通過語音模型進行訓練，使我們可以排除不同的噪音。 　　實際上，所有的語音識別的技術都是基于統(tǒng)計的。如果我們了解過不同的口音、不同的信道地之后就可以很好地處理這些不同的數據，一些不同口音的影響。 　　科大訊飛我們在全國建了4個聯合實驗室，在中國科技大學、清華大學、社科院語言所、國家普通話測試站中心，最后會整合成我們最后的語音合成、語音識別、聲紋識別等等。 　　另外，對于我們相關很重要的處理語音識別所需要的口音、信道，目前我們在全國省級電信運營商部署的音樂搜索等大規(guī)模語音識別業(yè)務已超過50個，覆蓋不同地域等，使我們的語音識別可以應用于不同的環(huán)境。 　　自助式的語音服務之前一直是按鍵加錄音，TTS技術的出現，使我們的語音呼叫是按鍵+TTS。我們語音導航可以進入ASR&TTS，用戶的需求不但可以通過3鍵和9鍵。 　　我們科大訊飛是語音技術領域唯一的國家863計劃產業(yè)化基地、國家規(guī)劃布局內重點軟件企業(yè)、國家級企業(yè)技術中心。中國語音市場占有率最高達到了70%，同時我們代表工信部制定語音技術的國家標準，目前我們有700人左右，設有博士后的工作站在全國有4個聯合實驗室，公司是在去年的5月份在深交所正式發(fā)行上市。 　　科大訊飛的中文語音合成技術，在理歷屆的國內、國際的評測中都名列第一。2006年和2008年我們參加了全球英文語音技術合成大賽，我們也連續(xù)三年蟬聯了第一名。在這里，我簡單地把我們的語音合成技術，簡單地做一個演示。 　　同時，我們的語音合成可以提供不同的音樂和語種。目前，我們的音樂合成技術首先整合了我們06到08年三年比賽的成果，同時我們的產品可以支持各種主流的語種，同時可以支持不同的方言音色，合成系統(tǒng)可以有男女老少各種因素供我們用戶選擇。 　　為了使我們相關的產品可以在主流行業(yè)有更好的效果，我們針對像電信、金融等一些主流的行業(yè)進行專門的優(yōu)化，可以提供專業(yè)的優(yōu)化版本。同時，我們的系統(tǒng)還提供了多種實用的特性，它不僅僅是是文本轉語音，還可以進行音頻的管理，可以進行日志的管理和動態(tài)的重啟。 　　比如說你分散式部署IVR的系統(tǒng)，你可以把所有的提示音通過我們TTS的音頻管理進行統(tǒng)一的安排，這樣各地的IVR的服務器，可以通過FTP、HTTP的格式進行轉換。 　　聲紋識別目前在國際上最有名的技術評測是美國的國家標準技術研究院，每年會舉行一次大規(guī)模的聲紋識別大賽?？七_訊飛在2008年我們參加了這次評測，這次評測包含了國際上像MIT和斯坦福參加的比賽，我們取得了第一名。這有一個識別錯誤里，如果有100個人想冒充別人，我發(fā)生錯誤的是3個，我可以抓住97個。這次比賽也表明了我們科大訊飛在識別方向上我們是國際領先。 　　目前，我們的語音識別除了目前已經在各地電信廣泛音樂搜索中所使用的命令識別，你一說一個歌曲的名稱我就可以幫你下載下來，我們目前有成熟的呼叫導航，可以進行語義的解析，同時我們可以提供相關的語音搜索和檢索。以后有大量的音視頻的呼叫，怎么管理，我們可以制定一些語音的標簽，使我們搜索的時候更加方便。 　　實際上我們說了很多不同的語音服務的模塊，聽上去很多，但是應用起來非常方便。 　　我們有多種的語音合成，多種的語音識別，我們的聲紋識別引擎等等。所有這些我們都可以通過統(tǒng)一的網絡平臺技術封裝。這種封裝既可以通過之前各個廠商非常熟悉的接口形式進行封裝，也可以通過最新的基于SIP的、MRCP的服務進行統(tǒng)一的管理。用戶無論使用什么引擎都可以得到我們的語音管理的服務。 　　目前我們這種平臺已經可以支持華為、Avaya、思科等眾多的平臺，可以支持眾多主流的操作系統(tǒng)。我們科大訊飛有著非常完備的研發(fā)和質量體系，早在2006年的12月份我們就通過了CMMI L4評估認證，目前我們也是首個國家的標準試點基地。 　　目前，我們在全國24個主要的城市設有子公司和辦事處，可以為我們所有的合作伙伴和用戶提供非常完備的技術支持和服務。 　　科大訊飛在去年5月份上市以后，也是成立了我國第一家以語音技術為主要產業(yè)化方向的上市公司。在當前比較惡劣的經濟環(huán)境下，科大訊飛受到了股市和分析師非常好的評價，去年11月份開始我們中小版上升了60%，我們大概上升了140%。我們現在的股價大概維持在30多元。其中股價只是很表面的表現，最主要的原因是各個行業(yè)的分析師，對于語音技術的水平，以及語音技術各個行業(yè)的廣泛應用，表示高度的認可。我們也希望我們不斷提供最優(yōu)的語音技術，我們期待和我們的產業(yè)、呼叫中心相關的產業(yè)能夠合作共贏、共同發(fā)展。我的介紹就到這里，謝謝大家！ 　　本文根據CTI論壇主辦的2009中國呼叫中心及企業(yè)通信大會會議記錄整理，轉載請注明出處！

CTI論壇報道