自动语音识别决定呼叫中心的未来

当你用信用卡支付而拨打银行提供的客户服务热线时，会倾向于使用自动语音服务，还是人工服务呢？答案无疑是人工服务。但一项Gartner最新的调查数据显示，当客户不得不拿着电话等候数分钟时，超过50%的用户会选择自动话务员。因此，尽管语音自动识别技术目前还不能完全满足呼叫中心的需求，但出于降低成本方面的考虑，很多企业都开始尝试这项技术。

目前，语言识别技术已经被大量应用于企业的呼叫中心领域。大部分的电脑查询服务都会采用自动语音识别技术，用来处理客户的各种需求，从而减少人工服务的数量，节约人力资源。然而，在经历过冗长、复杂的自助服务互动体验后，客户更加期待实用性高的语音互动应用，使得他们能够在拨打了第一通电话后就轻松将问题解决。这也让自动语音识别的准确性成为衡量语音识别软件的一个重要标准。对于语言识别技术供应商来说，其产品应当包括对自然语言与噪音处理的功能，以及支持多种语言版本和方言。

Nuance是最早从事自动语音识别技术研究的公司之一，在其最新推出的语音识别应用平台中，已经能够有效地过滤噪声背景，适度提高语音辨析率，并在无线、免提和嘈杂的环境下提高准确率。目前的语音识别应用系统还可以自动适应每种特别的部署环境，并具体套用于各种方言、区域口音和电话线路特性的声学模型中。

排除噪音干扰是语音识别技术的一项关键性挑战。为了能在本质上展现高效处理各种噪音的能力，提供更高的识别准确度，服务商通常与学术界和数据收集单位保持密切关系，广泛且准确地使用这些声学和语言学的数据。在目前的语音识别系统中，其声学模型通常采用大量来自现实世界的数据整合而成，包括各种噪音环境，从而具有较高的噪声适应性。

以Nuance公司为例，依靠其先进的端点和语音检测公式，系统能够精确地将语音内容和背景噪音分离开来，即使是在极其嘈杂的移动环境中，新的端点检测技术也能够让系统自行判断语音何时开始、何时结束，从而更准确地转录。事实上，相较于之前的传统语音识别产品，Nuance公司在嘈杂环境中展现了更优越的侦测准确度，识别准确率平均提升了45%以上。

据笔者了解，现在最新的语音识别平台还具有非常准确的自然语言处理能力，以高效处理开放式的语音输入以及主动对话等状况。系统能够根据来电者提供的资料，让对话变得更加灵活。比如说，来电者可在通话中一次提出好几个问题，或者通过提示来修正系统。因此，语音自助服务应用能够带来更好的结果，提高自动化率，缩短电话客服处理时间，降低客户挂机的频率，带给客户更有价值的互动体验。

以雅芳公司为例，它是最大的直销公司之一，每天要处理来自全球各处的客户问题。在还没应用自动语音识别技术以前，雅芳客服中心每年有1200万个电话需要处理，企业承担的成本高达1500万美元。

后来雅芳在客服电话系统中采用Nuance语音识别与语音合成技术后，每通电话的成本可以降低至0.2美元左右。每年透过Nuance自动语音识别技术，成功处理完500万件的客户问题，客户满意度可以达到87%。数据显示，50%以上来电者会在等待时选择自动语音服务，且这些客户大多可顺利地透过此服务，在线将问题处理完毕，不再需要转接客服人员。

其实，语音自动识别技术还可以被应用于网络搜索等领域，将来用户只需一个口令，就可以在Google和Yahoo上得到电脑的自动回复。我们可以看到，自动语音识别技术有着广阔的应用范围，而基于此技术的应用软件还在不断地开发与研制中，也许就在不远的将来，自动语音识别技术的实用化将可以真正实现。

作者：焦敏 来源：中国计算机报