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(huì)在北京國際會(huì)議中心隆重召開，會(huì)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(huì)上發(fā)表演說，以下是主題演講現(xiàn)場圖文報(bào)道：

安徽科大訊飛信息科技股份有限公司 吳曉如

　　這個(gè)是我們叫做呼叫導(dǎo)航的系統(tǒng)，大家可以看到這個(gè)下拉菜單是用戶希望得到的服務(wù)，但是我們這個(gè)服務(wù)列得不是很全。如果我們希望得到一項(xiàng)服務(wù)，我家的煤氣費(fèi)沒錢了，我想交一點(diǎn)煤氣費(fèi)。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(fèi)沒錢了，我要交煤氣費(fèi)。在以前傳統(tǒng)的IVR的按鍵上，你可能需要按3、4次，但是現(xiàn)在用戶只需要說他的需求。

　　我們再來看一個(gè)。

(演講人演示,說:"我想把定期的儲(chǔ)蓄轉(zhuǎn)成活期的", 菜單自動(dòng)跳轉(zhuǎn)到:定期轉(zhuǎn)活期)

　　我想把定期的儲(chǔ)蓄轉(zhuǎn)成活期的。這個(gè)演示實(shí)際上是給大家介紹一個(gè)什么叫做呼叫導(dǎo)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(gè)什么幫助。

　　在這種基于自由說話的呼叫導(dǎo)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(shè)計(jì)我們的菜單的時(shí)候，我們整個(gè)呼叫中心的管理者，也不需要設(shè)計(jì)一個(gè)非常復(fù)雜的菜單。實(shí)際說準(zhǔn)確的呼叫導(dǎo)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(gè)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(gè)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(dǎo)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(gè)問題是呼叫中心還面臨一個(gè)挑戰(zhàn)，當(dāng)前的呼叫中心轉(zhuǎn)成成本中心，在一些用戶轉(zhuǎn)向呼叫中心做一些實(shí)際業(yè)務(wù)的時(shí)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(wù)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(huì)很痛苦，你的財(cái)產(chǎn)會(huì)受到損失。對于這方面，我們的語音技術(shù)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(fēng)險(xiǎn)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(gè)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(diǎn)難，幾乎不可能完成。但是語音識別可以做到，實(shí)際上我們對于我們的用戶和座席，在說話的過程當(dāng)中我們可以實(shí)時(shí)監(jiān)控。如果發(fā)現(xiàn)當(dāng)前的通話是一個(gè)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(qiáng)我們的風(fēng)險(xiǎn)控制。

　　對于有一些用戶，我們實(shí)際上在他做這個(gè)業(yè)務(wù)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(jìn)行實(shí)時(shí)的監(jiān)控，如果沒有聲紋識別，我們可以提醒這個(gè)用戶提高安全級別。

　　聲紋識別是辨別說話人身份的一項(xiàng)技術(shù)，通話人說的可以是特定的內(nèi)容，也可以說一些任意無關(guān)的內(nèi)容。

　　其中兩個(gè)最關(guān)鍵的技術(shù)，一個(gè)是聲紋確認(rèn)，比如說這個(gè)用戶是某某帳號的聲紋，他說話的時(shí)候可以跟語音庫里的聲音進(jìn)行對照。開始我不知道你這個(gè)用戶是誰，你進(jìn)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(guān)注的黑名單。這樣的話，這個(gè)人在通話的過程中，我們可以和目標(biāo)聲紋庫里的聲紋模板進(jìn)行匹配。如果是可疑分子，我們要通知銀行注意這個(gè)業(yè)務(wù)當(dāng)中有風(fēng)險(xiǎn)。

　　實(shí)際上大家對于語音識別前期也在關(guān)注，但是我們覺得一個(gè)成功的語音識別有很多的核心技術(shù)。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(shí)，我們的語音識別應(yīng)該有語義解析，正確理解一個(gè)人說話的目的。

　　語音識別在實(shí)際的應(yīng)用中，它會(huì)面臨不同的口音、不同的應(yīng)用環(huán)境，需要我們對使用中大規(guī)模的語音數(shù)據(jù)通過語音模型進(jìn)行訓(xùn)練，使我們可以排除不同的噪音。

　　實(shí)際上，所有的語音識別的技術(shù)都是基于統(tǒng)計(jì)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(shù)據(jù)，一些不同口音的影響。

　　科大訊飛我們在全國建了4個(gè)聯(lián)合實(shí)驗(yàn)室，在中國科技大學(xué)、清華大學(xué)、社科院語言所、國家普通話測試站中心，最后會(huì)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(guān)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(yùn)營商部署的音樂搜索等大規(guī)模語音識別業(yè)務(wù)已超過50個(gè)，覆蓋不同地域等，使我們的語音識別可以應(yīng)用于不同的環(huán)境。

　　自助式的語音服務(wù)之前一直是按鍵加錄音，TTS技術(shù)的出現(xiàn)，使我們的語音呼叫是按鍵+TTS。我們語音導(dǎo)航可以進(jìn)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(shù)領(lǐng)域唯一的國家863計(jì)劃產(chǎn)業(yè)化基地、國家規(guī)劃布局內(nèi)重點(diǎn)軟件企業(yè)、國家級企業(yè)技術(shù)中心。中國語音市場占有率最高達(dá)到了70%，同時(shí)我們代表工信部制定語音技術(shù)的國家標(biāo)準(zhǔn)，目前我們有700人左右，設(shè)有博士后的工作站在全國有4個(gè)聯(lián)合實(shí)驗(yàn)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(shù)，在理歷屆的國內(nèi)、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(shù)合成大賽，我們也連續(xù)三年蟬聯(lián)了第一名。在這里，我簡單地把我們的語音合成技術(shù)，簡單地做一個(gè)演示。

　　同時(shí)，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(shù)首先整合了我們06到08年三年比賽的成果，同時(shí)我們的產(chǎn)品可以支持各種主流的語種，同時(shí)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(guān)的產(chǎn)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(jìn)行專門的優(yōu)化，可以提供專業(yè)的優(yōu)化版本。同時(shí)，我們的系統(tǒng)還提供了多種實(shí)用的特性，它不僅僅是是文本轉(zhuǎn)語音，還可以進(jìn)行音頻的管理，可以進(jìn)行日志的管理和動(dòng)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(jìn)行統(tǒng)一的安排，這樣各地的IVR的服務(wù)器，可以通過FTP、HTTP的格式進(jìn)行轉(zhuǎn)換。

　　聲紋識別目前在國際上最有名的技術(shù)評測是美國的國家標(biāo)準(zhǔn)技術(shù)研究院，每年會(huì)舉行一次大規(guī)模的聲紋識別大賽�？七_(dá)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?nèi)〉昧说谝幻�。這有一個(gè)識別錯(cuò)誤里，如果有100個(gè)人想冒充別人，我發(fā)生錯(cuò)誤的是3個(gè)，我可以抓住97個(gè)。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(lǐng)先。

　　目前，我們的語音識別除了目前已經(jīng)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(gè)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(dǎo)航，可以進(jìn)行語義的解析，同時(shí)我們可以提供相關(guān)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(biāo)簽，使我們搜索的時(shí)候更加方便。

　　實(shí)際上我們說了很多不同的語音服務(wù)的模塊，聽上去很多，但是應(yīng)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(wǎng)絡(luò)平臺(tái)技術(shù)封裝。這種封裝既可以通過之前各個(gè)廠商非常熟悉的接口形式進(jìn)行封裝，也可以通過最新的基于SIP的、MRCP的服務(wù)進(jìn)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(wù)。

　　目前我們這種平臺(tái)已經(jīng)可以支持華為、Avaya、思科等眾多的平臺(tái)，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(zhì)量體系，早在2006年的12月份我們就通過了CMMI L4評估認(rèn)證，目前我們也是首個(gè)國家的標(biāo)準(zhǔn)試點(diǎn)基地。

　　目前，我們在全國24個(gè)主要的城市設(shè)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(shù)支持和服務(wù)。

　　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(shù)為主要產(chǎn)業(yè)化方向的上市公司。在當(dāng)前比較惡劣的經(jīng)濟(jì)環(huán)境下，科大訊飛受到了股市和分析師非常好的評價(jià)，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(xiàn)在的股價(jià)大概維持在30多元。其中股價(jià)只是很表面的表現(xiàn)，最主要的原因是各個(gè)行業(yè)的分析師，對于語音技術(shù)的水平，以及語音技術(shù)各個(gè)行業(yè)的廣泛應(yīng)用，表示高度的認(rèn)可。我們也希望我們不斷提供最優(yōu)的語音技術(shù)，我們期待和我們的產(chǎn)業(yè)、呼叫中心相關(guān)的產(chǎn)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(jù)CTI論壇主辦的2009中國呼叫中心及企業(yè)通信大會(huì)會(huì)議記錄整理，轉(zhuǎn)載請注明出處！

CTI論壇報(bào)道