《2013年度（第六屆）中國聯(lián)絡(luò)中心與BPO產(chǎn)業(yè)大會》ACCC大會于2013年4月18-19日在上海國際會議中心隆重舉行。峰會由呼叫中心與BPO行業(yè)資訊網(wǎng)（51Callcenter）主辦，中國呼叫中心與BPO產(chǎn)業(yè)聯(lián)盟(CNCBA)、4PS聯(lián)絡(luò)中心國際標(biāo)準(zhǔn)組織指導(dǎo)，有來自于金融、通信、物流、電子商務(wù)、制造業(yè)、跨國企業(yè)等行業(yè)管理層；及聯(lián)絡(luò)中心、客戶服務(wù)、云計(jì)算、服務(wù)外包、CRM、社會化媒體、企業(yè)通信等行業(yè)廠商等3000余位海內(nèi)外嘉賓參加了該活動(dòng)。

    4PS標(biāo)準(zhǔn)/CNCBA主席/國家工信部全國服務(wù)外包技能考試指導(dǎo)委員會副理事長顏曉濱、工信部通信科技委員會委員/中國通信協(xié)會理事李振坤等，及來自協(xié)會及行業(yè)的高管及專家在聯(lián)絡(luò)中心、客戶服務(wù)、云計(jì)算、服務(wù)外包、CRM、社會化媒體、企業(yè)通信等主題方面做了幾十場精彩紛呈的演講和分享。

    科大訊飛網(wǎng)絡(luò)語音部解飛做了主題為《呼叫中心“語時(shí)代”》的演講。如下為大會現(xiàn)場演講實(shí)錄，如需完整觀看所有內(nèi)容，請登錄-- http://www.qianlongyuan.cn/2013/  。

    解飛：謝謝主持人，謝謝各位專家，各位嘉賓。我們今天在這里分享的是關(guān)于語音技術(shù)方面。語音技術(shù)是人跟人之間交互最便捷、最自然的方式，像傳統(tǒng)的嵌入式設(shè)備最早可以發(fā)短信、發(fā)小心，使用九宮格按鍵發(fā)的觸摸方式改變了我們的交互界面。后來通過語音的交互，一定是一種最便捷、最自然的用戶體驗(yàn)的方式。我們講語時(shí)代已經(jīng)到來，為什么這樣講呢？應(yīng)該講他具備了兩個(gè)條件，第一個(gè)，語音相關(guān)的技術(shù)已經(jīng)得到了極大的進(jìn)展和突破，其中解決人和人之間用語音方式或人與機(jī)器之間做語音交互的問題，就是語音識別正確率，語音識別的正確率現(xiàn)在通用領(lǐng)域已經(jīng)達(dá)到了90%以上，因此已經(jīng)能達(dá)到真正的使用門檻。此外隨著Wifi等網(wǎng)絡(luò)的普及，可以使云系統(tǒng)可以把龐大資源放在云的服務(wù)端。在我們使用的終端手機(jī)各種嵌入式的設(shè)備上，只需要把語音進(jìn)行收集傳到后端，再在后端進(jìn)行回復(fù)，就可以完成交互?，F(xiàn)在我們面臨的時(shí)代，語音交互和爆發(fā)已經(jīng)達(dá)到了一個(gè)基本的使用條件和門檻。所以蘋果在2011年10月份發(fā)布了Siri，Siri是4S一個(gè)最大的賣點(diǎn)，而且從現(xiàn)在拿到的數(shù)據(jù)看，4S用戶每個(gè)月都會打電話使用Siri的語音功能。在語音交互的嵌入式設(shè)備體驗(yàn)已經(jīng)做得非常好，從2011年Google公布數(shù)據(jù)說25%搜索來自于語音搜索。微軟也是一樣，比爾.蓋茨從08年就在他的演講中說過，他最看好的三大技術(shù)，語音是其中一種方式。中文語音上我們也有了比較多的積累，我們在中文語音是走在全球前列。2011年10月份科大訊飛在業(yè)界第一次發(fā)布了語音云平臺，為我們個(gè)行業(yè)車載啊、手機(jī)啊、智能家電、終端設(shè)備提供按需可取、隨處可以訪問的云的能力。去年3月份我們在北京第二次發(fā)布了第二代語音云，在第一代基礎(chǔ)上承載了語義理解功能。在第一代語音云發(fā)布的時(shí)候，一起發(fā)布了一個(gè)訊飛語音輸入法，目前這個(gè)輸入法已經(jīng)有超過三千萬的用戶。應(yīng)該說是屬于嵌入式設(shè)備排名前三的輸入木。去年第二代發(fā)布了訊飛雨點(diǎn)，像業(yè)內(nèi)互聯(lián)網(wǎng)大佬搜狗語音助理、百度語音助理，也都紛紛面世，基于語音平臺的客戶端應(yīng)用目前已經(jīng)超過了6千多個(gè)。

科大訊飛網(wǎng)絡(luò)語音部 解飛

    在用戶發(fā)展方面，去年一年用戶數(shù)從一千萬增長到將近一億的用戶，今年4月份語音云用戶已經(jīng)突破了1.4億。

    下面為了說明一下，我們跟中國移動(dòng)合作了一個(gè)產(chǎn)品，叫做靈犀，有些嘉賓可能使用過，靈犀在我的手機(jī)客戶端就有這樣一個(gè)軟件，打開靈犀麥克風(fēng)，“幫我查一下科大訊飛的股票”，“為您找到科大訊飛的股票，科大訊飛當(dāng)前的股價(jià)是36.62元，下跌0.18元，跌幅0.49%”。這邊就可以找到他已經(jīng)看到科大訊飛的股票，現(xiàn)在是一個(gè)比較好的買入時(shí)機(jī)。“上海的天氣情況怎么樣”？因?yàn)檫@個(gè)前臺做收音放音，今天可能使用網(wǎng)絡(luò)的人比較多，網(wǎng)速不是特別好。“附近有沒有肯德基或者麥當(dāng)勞”？我們也可以試一下本地訪問功能。“打電話給秦偉”，“馬上為您呼叫，秦偉，18……”打電話、發(fā)消息簡單的通訊錄音的識別也可以做。

    在呼叫中心語音技術(shù)有哪些可以應(yīng)有呢？我們現(xiàn)在撥是安徽聯(lián)通的客服熱線，“您好歡迎致電中國聯(lián)通客戶服務(wù)熱線，自助服務(wù)請按一，”“中午好，我是客服助理，能幫您辦理話費(fèi)查詢、套餐查詢等，請問有什么可以幫您，如需了解更多，請按幫助”。“我家的寬帶上不了網(wǎng)了”。“好的，寬帶故障，請問您寬帶故障提示代碼是什么”，“678錯(cuò)誤”，“好的，下面為您介紹寬帶故障678，請您檢查接入點(diǎn)”。

    我們再回到PPT。下面看一下兩段Video。

    除了在呼叫中心的應(yīng)用，我們也跟一些車載行業(yè)做了一些語音應(yīng)用。前年跟上汽的合作中就提供了IVOKA系統(tǒng)，可能有些嘉賓的車子已經(jīng)得到了應(yīng)用。車載系統(tǒng)里內(nèi)嵌了一個(gè)3G的卡片，雖然車主是對著車上的終端設(shè)備在說，但后臺的交互都已經(jīng)開始做語音識別。跟靈犀一樣，在網(wǎng)絡(luò)環(huán)境差的時(shí)候可能會受到一些影響。

    除了車載以外，國內(nèi)五大電視機(jī)廠商也跟訊飛合作，提供電視上的智能助理產(chǎn)品，尤其現(xiàn)在的互聯(lián)網(wǎng)電視，后臺提供的資源內(nèi)容非常多，通過這種傳統(tǒng)的遙控器解決輸入問題是很難的，用鍵盤輸入一直是非常難的問題。但現(xiàn)在我們在遙控器里加了一個(gè)小的麥克風(fēng)，只要收看的節(jié)目都可以找得到。

    除此之外，語音技術(shù)可以在教育領(lǐng)域得到一些應(yīng)用。我這里有一個(gè)小的Video可以看一下。（播放視頻）這里面到三個(gè)技術(shù)，語音合成，所有老師的板書和學(xué)生文字都可以通過軟件做播報(bào)，得到最標(biāo)準(zhǔn)的中英文發(fā)音，第二就是評測技術(shù)，講出來的單詞和句子可以通過系統(tǒng)告訴你哪句讀得不好，第三就是語音識別技術(shù)，小孩在背誦課文時(shí)后臺會把文字播報(bào)出來，哪個(gè)地方錯(cuò)誤也能得到提示。

    講到合成技術(shù)，這是訊飛的看家本領(lǐng)，也是目前呼叫中心用得最多的語音技術(shù)，也就是語音合成。語音禾城上全球最大的評測叫暴風(fēng)雪評測杯，我們連續(xù)7年獲得大賽第一名。去年在英文的合成效果，大家可以聽一下。值得一提的是這套系統(tǒng)是當(dāng)時(shí)所有參會比賽系統(tǒng)里唯一一個(gè)超過4.2分的。什么是4.2分的概念呢？我們系統(tǒng)評測的時(shí)候按照五分制，最標(biāo)準(zhǔn)的播音員水平是五分，普通人講話水平是4分，他是唯一一個(gè)超過普通人講話的英文合成效果。陳至立到訊飛時(shí)聽到我們的語音合成，說這個(gè)是很有價(jià)值的意義的，因?yàn)橛⑽牟?bào)的效果比很多西部學(xué)校里高中英語老師的水平高得多。除了中英文，現(xiàn)在也在考慮多語種的解決方案，我們現(xiàn)在提供15種的包含藏語、維族的語音合成解決方案。

    語音識別上面，隨著大數(shù)據(jù)和云計(jì)算的技術(shù)突破，識別正確率在逐漸提升，達(dá)到可用水平。最早的時(shí)候業(yè)內(nèi)有一些專家可能也了解到有很多廠商從90年代就開始推云識別技術(shù)，但那時(shí)候云識別可以說是很傻的云識別，我們要定義識別的內(nèi)容，直到08年以后這個(gè)技術(shù)有很的突破，去年工信部軟件處理中心測試比賽，我們分幾個(gè)方向測試語音識別正確率，一個(gè)是日常輸入，一個(gè)是搜索導(dǎo)航PUI檢索上，另外就是傳統(tǒng)的語音，訊飛都達(dá)到了90%的使用水平。

    除了語音識別方面的核心進(jìn)渣，值得一提的就是語義理解技術(shù)的進(jìn)一步發(fā)展。把語音轉(zhuǎn)成文字這是第一步，也是最基礎(chǔ)的工作，如果語音轉(zhuǎn)文字不正確后面就談不到語義理解。語音轉(zhuǎn)文字正確以后，怎樣理解用戶用途，這就是語義理解的意義?，F(xiàn)在還沒有達(dá)到語音識別那么成熟，在20幾個(gè)語音下，我們平均性能到85%的正確率。隨著訊飛語音不斷的積累更大量的用戶數(shù)據(jù)，這個(gè)85%的正確率也在穩(wěn)步往上提升，有望到明年底期望達(dá)到90%以上。

    語音理解以后雖然還處于進(jìn)展中，但是已經(jīng)有了很多實(shí)際應(yīng)用案例。我們已經(jīng)有全國16家升級運(yùn)營商使用語義理解，包括短信營業(yè)廳判斷用戶發(fā)出的文字是什么意思，包括網(wǎng)上營業(yè)廳通過機(jī)器人、客服形式對客戶進(jìn)行對話，這里面得到了用戶比較好的使用效果的評價(jià)。

    在呼叫中心有哪些解決方案可以提供呢？我們分為兩個(gè)大的方面，第一是面向呼叫中心前臺，主要包含語音合成解決方案、語音導(dǎo)航解決方案、聲紋識別，導(dǎo)航是實(shí)現(xiàn)語音交互，聲紋是對客戶身份進(jìn)行確認(rèn)保障，后臺提供解決方案就是語音分析，因?yàn)檎Z音分析最近兩三年在呼叫中心行業(yè)是很熱的一個(gè)點(diǎn)，在這個(gè)行面我們分享一下我們有哪些經(jīng)驗(yàn)。

    傳統(tǒng)的合成應(yīng)用可能是比較多的。我舉一個(gè)例子，聽一下語音合成在簡單的客服播報(bào)工號的效果。這個(gè)是常常從您好到播完是4秒鐘，而我們用識別，并且調(diào)了參數(shù)，然語速變得比正常語速變得更快，因?yàn)楣ぬ柌?bào)是沒有信息量的，也很少有用戶非常在意，我們做了一個(gè)試點(diǎn)，提升平均通話時(shí)長2秒鐘，一年下來節(jié)約費(fèi)用就是86萬元。同時(shí)有些專家可能認(rèn)為我使用板卡播報(bào)更穩(wěn)定，使用你系統(tǒng)播報(bào)是不是有些問題？但事實(shí)上我們做了安徽的一個(gè)播報(bào)，他的播報(bào)效果應(yīng)該是很大的，非常大的量，現(xiàn)在我們在1月份兩個(gè)中心每天2700萬次，服務(wù)可用性是達(dá)到99.999%，而且合成響應(yīng)時(shí)間是小于0.3秒。同時(shí)在用戶體驗(yàn)上，我們用核心指標(biāo)就是滿意度，效率提升了17%，應(yīng)該說語音合成很成熟的技術(shù)應(yīng)用在呼叫中心來說是效果非常好的一種應(yīng)用。

    2010年以后很多銀行甚至運(yùn)營商都做很多的試點(diǎn)，我們希望通過這樣的自助語音識別系統(tǒng)改變傳統(tǒng)的按鍵式的交互方式，把后臺更多業(yè)務(wù)通過自助系統(tǒng)展現(xiàn)出來?？赡苡腥齻€(gè)大的改造點(diǎn)和應(yīng)用方向，第一打造全語音的門戶，把我們在后臺IVR菜單下兩三百個(gè)業(yè)務(wù)都推送到客戶面前，實(shí)現(xiàn)菜單扁平化。第二就是自助服務(wù)改造，比如以前用戶需要輸入貨幣名稱、股票代碼，有時(shí)很難記得清楚，銀行可以直接說出貨幣名稱、城市名稱。第三就是輔助人工信息播報(bào)，因?yàn)榇罅坎樵冾悩I(yè)務(wù)我們都可以通過語音合成選中知識庫之后聽，而沒有必要進(jìn)行簡單重復(fù)的播報(bào)。

    現(xiàn)在語音導(dǎo)航應(yīng)用，我們從09年在工行做，后面在中信銀行、深發(fā)展做了一些，使用效果還是非常不錯(cuò)的。我有幾個(gè)數(shù)字，第一就是語音導(dǎo)航系統(tǒng)的自助使用率提升大約20%以上，這里有一個(gè)對比的圖。前面這個(gè)是我們某銀行上線前使用IVR的圖，這個(gè)圖里80%用戶在IVR系統(tǒng)里做的交易和操作只集中在這四類上，這是非?？上У?，因?yàn)槲覀冊O(shè)計(jì)人員做了很復(fù)雜的流程、引導(dǎo)、IVR的設(shè)計(jì)，但卻沒有很多用戶用他。這是我們第三個(gè)月的業(yè)務(wù)統(tǒng)計(jì)，可以看到85%的設(shè)計(jì)集中在20幾個(gè)業(yè)務(wù)上，這種長尾現(xiàn)象非常像人工的業(yè)務(wù)的服務(wù)趨勢。第二個(gè)數(shù)據(jù)就是33%，通過語音導(dǎo)航系統(tǒng)的比例相對按鍵轉(zhuǎn)人工比例下降了33%。第三個(gè)數(shù)據(jù)就是0，系統(tǒng)上線18個(gè)月，零投訴。一些管理者有一些誤區(qū)，認(rèn)為語音導(dǎo)航跟按鍵是一個(gè)替代關(guān)系，其實(shí)不是這樣，我們經(jīng)驗(yàn)看，語音導(dǎo)航是跟按鍵是一個(gè)補(bǔ)充關(guān)系，因?yàn)檎Z音的方式并不是所有用戶都能夠接受的，一定還是需要有按鍵這種方式來做補(bǔ)充，兩個(gè)是互相融合的一種關(guān)系。

    語音導(dǎo)航方面我們做的后臺數(shù)據(jù)分析，發(fā)現(xiàn)98%的用戶在接到語音導(dǎo)航提示之后，他講的是普通話和方言，因?yàn)檫@是全國系統(tǒng)里做的分析，還有2%講的方言，我們寫了一個(gè)詞，什么叫純方言，什么叫方言普通話，我們可以聽一下什么是方言普通話，這個(gè)就是純方言，搜集數(shù)據(jù)的小姑娘也很糾結(jié)，聽不懂。方言普通話的效果我們已經(jīng)達(dá)到90%。

    導(dǎo)航應(yīng)用在上海世博會、工行、中信銀行已經(jīng)使用了很多。我們系統(tǒng)為962010分?jǐn)偭?0%的人工，那是語音導(dǎo)航在國內(nèi)應(yīng)用的第一炮，對這個(gè)比例我們還是非常滿意。但現(xiàn)在在老運(yùn)營商里做的導(dǎo)航系統(tǒng)已經(jīng)分?jǐn)側(cè)斯?0%。
    導(dǎo)航系統(tǒng)跟越來越多的客戶端的方式，是可以融合在一起的。我們也在某些運(yùn)營商做了實(shí)驗(yàn)，我們同時(shí)提供導(dǎo)航、客戶端的解決方案，可以看到兩邊在后臺語音合成技術(shù)和識別效果甚至包括一些UI設(shè)計(jì)上都是可以直接適用的，而且這種客戶端應(yīng)用可能未來更符合用戶體驗(yàn)。

    再就是聲紋識別技術(shù)，是一種生物識別技術(shù)，但也有一個(gè)跟其他生物識別非常不一樣的特點(diǎn)，虹膜識別、掌形識別都是需要接觸式的，只有聲紋可以遠(yuǎn)程，通過電話，使用終端設(shè)備只需要一個(gè)麥克風(fēng)就可以完成。第二就是用戶體驗(yàn)上，聲紋可以運(yùn)行在呼叫中心后臺的服務(wù)器端，把語音傳到聲紋服務(wù)器上，而用戶本人并不知道他在進(jìn)行確認(rèn)。第三就是性價(jià)比，不需要任何軟件。再就是他跟人說話的語音、語言和文本沒有任何關(guān)系，也就是說這個(gè)人可以是中文，也可以是英文，我們都可以對聲紋進(jìn)行確認(rèn)匹配。也可以結(jié)合一些特使應(yīng)用場景，我們把聲紋技術(shù)跟語音識別技術(shù)結(jié)合起來使用固定詞語才能達(dá)到聲紋識別，這樣以免錄音欺詐的現(xiàn)象。

    另外就是運(yùn)營支撐中的智能語音分析應(yīng)用。有一些用戶投訴的時(shí)候我們可能調(diào)流水，找出包含的內(nèi)容進(jìn)行質(zhì)檢和分析，但是現(xiàn)在我們通過語音識別技術(shù)、語音分析技術(shù)可以把座席跟用戶交互的語音錄音全部轉(zhuǎn)成文字信息，再轉(zhuǎn)成結(jié)構(gòu)化的可檢索信息保存在數(shù)據(jù)庫里。我們可以通過建一些模型，比如包含對服務(wù)質(zhì)量的模型、對營銷的模型，對經(jīng)營情報(bào)的模型我們集中起來，對他進(jìn)行數(shù)據(jù)復(fù)雜和挖掘利用。

    應(yīng)用實(shí)踐。一個(gè)就是質(zhì)檢上，我們可以把質(zhì)檢里的內(nèi)容通過自動(dòng)方式發(fā)現(xiàn)出來，可能形成這樣一個(gè)頁面，這是文本跟錄音對照的頁面，然后把系統(tǒng)自動(dòng)聽取出來的質(zhì)檢定位錄音片段，提供給質(zhì)檢員進(jìn)行確認(rèn)。我在做項(xiàng)目的時(shí)候，人的質(zhì)檢正確率大約95%，系統(tǒng)現(xiàn)在可能好的也達(dá)不到人的效果。但是其實(shí)已經(jīng)給我們帶來比較明顯的價(jià)值，首先就是抽樣方式上傳統(tǒng)的抽樣是均衡抽樣，命中率比較低，可能每個(gè)座席必須聽兩到四個(gè)，但是通過系統(tǒng)抽，通過我們預(yù)設(shè)模型進(jìn)行抽取，分布更符合分布原則，對于質(zhì)量評估效果會更準(zhǔn)確。第二就是對質(zhì)檢量的覆蓋。上系統(tǒng)之后我們沒有做100%的質(zhì)檢，我們做的是30%。第三就是對質(zhì)檢員本身，之前一個(gè)質(zhì)檢員聽錄音的時(shí)候比較好的可能一天聽80單，差的60單，我自己聽過，感覺特別枯燥，然后聽不清楚還要重新來，通過這種系統(tǒng)可以能從文字方面先做理解，直接點(diǎn)文字進(jìn)入錄音片斷，這個(gè)效率提升非常明顯，從70幾條聽到130幾條，幾乎是一倍的效果。我們上線的時(shí)候，去年7月份每天違規(guī)件一個(gè)月下來是1245件，在第一季度已經(jīng)下降到90件一個(gè)月，就是質(zhì)檢的違規(guī)項(xiàng)在我涵蓋的這些項(xiàng)里，下降還是很厲害的，第二就是對于服務(wù)態(tài)度惡劣的問題，出現(xiàn)辱罵字樣的案間從9件下降到每個(gè)月2件，這個(gè)下降也是很明顯的，因?yàn)榇_實(shí)他的威懾力度還是很大的。

    再就是除了質(zhì)檢以外，可以做一些運(yùn)營管理，可以幫我們做一些自助話務(wù)結(jié)構(gòu)分析，通話時(shí)長，甚至可以區(qū)別出座席、客戶的時(shí)長，還有重復(fù)來電分析，現(xiàn)在我們可以結(jié)合來電原因定位到具體的用戶的信息上，可以做一些自動(dòng)的來電原因分析，還有品牌信息、員工信息的關(guān)聯(lián)信息分析工具。

    再就是營銷挖掘方面，我們對手機(jī)報(bào)和彩鈴業(yè)務(wù)兩個(gè)做了營銷挖掘，可以看到10月份對于手機(jī)報(bào)的業(yè)務(wù)其實(shí)成功率是提升了41%，手彩鈴也是提升非常高，提升了168%。

    最后講一個(gè)小的總結(jié)。在互聯(lián)網(wǎng)時(shí)代，鼠標(biāo)和鍵盤一定是我們作為輸入交互的最主要渠道，進(jìn)入移動(dòng)互聯(lián)網(wǎng)時(shí)代智能語音交互方式隨著設(shè)備越來越小，觸摸屏的普及，可能會成為一個(gè)新的方向。尤其是現(xiàn)在互聯(lián)網(wǎng)非常普及，通過IVR、通過網(wǎng)頁、通過短信這種多渠道的方式，已經(jīng)到來。再就是自然語言交互上，是一個(gè)明顯的趨勢。我們也希望提供語音與語言融合的應(yīng)用趨勢，大家一起迎接呼叫中心的語時(shí)代。謝謝各位。

    本新聞為51Callcenter原創(chuàng)稿件，轉(zhuǎn)載請注明出自51Callcenter。謝謝！