智能呼叫系統(tǒng)中到底應(yīng)用了哪幾項(xiàng)技術(shù)?
作者：admin 來(lái)源：本站 發(fā)布時(shí)間：2022-01-19 09:51:02
呼叫中心的各項(xiàng)服務(wù)中，自助語(yǔ)音服務(wù)是大多數(shù)客戶會(huì)選定的服務(wù)方法。隨著服務(wù)內(nèi)容繼續(xù)擴(kuò)充，古老的按鍵式菜單I(自助語(yǔ)音服務(wù))自助服務(wù)菜單層級(jí)越來(lái)越深，客戶需要花費(fèi)大批時(shí)間、經(jīng)過(guò)屢次交互才能找到需求節(jié)點(diǎn)，已經(jīng)影響用戶體驗(yàn)，增長(zhǎng)了人工坐席成本。隨著智能語(yǔ)音技術(shù)的成熟，為這些問(wèn)題供應(yīng)了可行計(jì)劃。下面嘉舜通訊小編為朋友們說(shuō)明一下智能呼叫體系中究竟應(yīng)用了哪幾項(xiàng)技術(shù)?濟(jì)南自動(dòng)外呼系統(tǒng)
智能語(yǔ)音呼叫體系中主要有語(yǔ)音識(shí)別技術(shù)、語(yǔ)音合成技術(shù)、語(yǔ)義分析技術(shù)等。語(yǔ)音識(shí)別和語(yǔ)義分析技術(shù)主要用于呼叫中心的智能語(yǔ)音交互中，語(yǔ)音合成技術(shù)主要用于消息的播報(bào)上。
語(yǔ)音識(shí)別是讓機(jī)械通過(guò)識(shí)別和分析過(guò)程，能聽(tīng)懂人類說(shuō)話的技術(shù)，可以將語(yǔ)音轉(zhuǎn)化為文字。語(yǔ)音識(shí)別技術(shù)是信息技術(shù)中人機(jī)交互的關(guān)鍵技術(shù)，現(xiàn)如今在呼叫中心、企業(yè)信息化管理體系中有了廣泛的應(yīng)用。它驅(qū)動(dòng)了自助語(yǔ)音服務(wù)和語(yǔ)音搜索，是語(yǔ)音應(yīng)用的焦點(diǎn)動(dòng)力引擎。
所謂語(yǔ)音識(shí)別，就是將一段語(yǔ)音信號(hào)轉(zhuǎn)換成相對(duì)應(yīng)的文本信息，系統(tǒng)主要包含特征提取、聲學(xué)模型，語(yǔ)言模型以及字典與解碼四大部分。另一方面，為了更有效地提取特征往往還需要對(duì)所采集到的聲音信號(hào)進(jìn)行濾波、分幀等音頻數(shù)據(jù)預(yù)處理工作，將需要分析的音頻信號(hào)從原始信號(hào)中合適地提取出來(lái)；特征提取工作將聲音信號(hào)從時(shí)域轉(zhuǎn)換到頻域，為聲學(xué)模型提供合適的特征向量；聲學(xué)模型中再根據(jù)聲學(xué)特性計(jì)算每一個(gè)特征向量在聲學(xué)特征上的得分；而語(yǔ)言模型則根據(jù)語(yǔ)言學(xué)相關(guān)的理論，計(jì)算該聲音信號(hào)對(duì)應(yīng)可能詞組序列的概率；根據(jù)已有的字典，對(duì)詞組序列進(jìn)行解碼，得到終可能的文字。
語(yǔ)義分析技術(shù)，對(duì)自然語(yǔ)言進(jìn)行語(yǔ)義分析，給出適用的指令，常識(shí)庫(kù)為語(yǔ)義分析供應(yīng)常識(shí)語(yǔ)料。
語(yǔ)義分析服務(wù)可通過(guò)一段文字剖析出關(guān)鍵詞，如用戶講：“我想問(wèn)一下，濟(jì)南明天的天氣？”經(jīng)由語(yǔ)義分析，體系會(huì)剖析出如下關(guān)鍵信息。
用戶需求的服務(wù)：天氣詢問(wèn)；時(shí)間：次日；城市：濟(jì)南。
根據(jù)關(guān)鍵詞從常識(shí)庫(kù)中查詢，體系便立刻將濟(jì)南次日的天氣告知用戶，使人機(jī)交互過(guò)程更為順暢。語(yǔ)義分析服務(wù)應(yīng)用流水線方法，對(duì)用戶輸入的文本搜索要求處理。
語(yǔ)義分析技術(shù)中包括4項(xiàng)關(guān)鍵技術(shù)：
基于詞典的分詞方法是一種比較傳統(tǒng)的方式，這類分詞方法有很多，如：正向匹配（forward maximum matching method, FMM）、逆向匹配（backward maximum matching method，BMM）、雙向掃描法、逐詞遍歷法、N-短路徑方法以及基于詞的n-gram語(yǔ)法模型的分詞方法等等。對(duì)于這類方法，詞典的整理選擇在其中占到了很重要的作用。
已經(jīng)成熟的客服常識(shí)問(wèn)答，對(duì)用戶的問(wèn)題及征詢提供明確回復(fù)，并自動(dòng)指導(dǎo)其進(jìn)行相關(guān)操作，提升用戶滿意率，從而實(shí)現(xiàn)“回復(fù)問(wèn)題內(nèi)容的針對(duì)性"及 “關(guān)聯(lián)問(wèn)題"
在多領(lǐng)域多中快速定位，同時(shí)為體系提供自借鑒功效，擴(kuò)充體系服務(wù)的深度和廣度；提升渠道覆蓋率，從而實(shí)現(xiàn)“回復(fù)問(wèn)題內(nèi)容的精確性"
從復(fù)雜的文字中提取關(guān)鍵信息，可以記錄用戶曾經(jīng)輸入的關(guān)鍵信息，在后續(xù)的交互中可以提醒用戶輸入余下的關(guān)鍵信息，令人機(jī)對(duì)話歷程更靠近人與人的對(duì)話，從而實(shí)現(xiàn)交互歷程更為人性化。
語(yǔ)音合成技術(shù)是自動(dòng)將各種文字及時(shí)轉(zhuǎn)換為清楚、流利、自然的語(yǔ)音。面向各種文本的語(yǔ)音合成，可以方便快捷地提供更加豐富的信息服務(wù)內(nèi)容，提高自動(dòng)化效率，使人們從繁雜的重復(fù)任務(wù)中擺脫出來(lái)，提高工作服務(wù)，降低運(yùn)營(yíng)成本。
語(yǔ)音合成技術(shù)流程是，當(dāng)需要合成的文本輸入后，先要判斷是什么語(yǔ)種，例如中文，英文，藏語(yǔ)，維語(yǔ)等，再根據(jù)對(duì)應(yīng)語(yǔ)種的語(yǔ)法規(guī)則，把整段文字切分為單個(gè)的句子，并將切分好的句子傳到后面的處理模塊。后續(xù)在前面剖析的基礎(chǔ)上，經(jīng)由韻律方面的剖析處理，獲得語(yǔ)音的時(shí)長(zhǎng)、句讀等韻律信息，再根據(jù)這些信息在音庫(kù)中篩選合適的語(yǔ)音單位，語(yǔ)音單位再經(jīng)由調(diào)解和拼接，就能獲得終的語(yǔ)音數(shù)據(jù)。
隨著5G時(shí)代的到來(lái)，AI、大數(shù)據(jù)、云的開(kāi)展更加迅速。智能呼叫中心的各項(xiàng)技術(shù)也越來(lái)越完善，應(yīng)用范圍將會(huì)越來(lái)越寬泛。了解智能呼叫體系中究竟應(yīng)用了哪幾項(xiàng)技術(shù)，有益于企業(yè)購(gòu)買和應(yīng)用智能呼叫中心體系。
