《2015年度（第八屆）中國聯(lián)絡中心與BPO產(chǎn)業(yè)大會》ACCC大會于2015年5月14-15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)絡中心國際標準組織指導,有來自于金融、電商、通信、物流、IT、制造業(yè)、跨國企業(yè)等行業(yè)管理層、及聯(lián)絡中心、客戶服務、云計算、服務外包、CRM、社會化媒體、企業(yè)通信等行業(yè)4200位管理者參加了該活動。

    4PS標準/CNCBA主席/國家工信部全國服務外包技能考試指導委員會副理事長顏曉濱、及來自全國各地的行業(yè)協(xié)會及行業(yè)高管、專家做了幾十場精彩紛呈的演講和分享。

    科大訊飛網(wǎng)絡語音業(yè)務咨詢總監(jiān)馬家鄰做了主題為“話時代”的智能客服的演講。

科大訊飛網(wǎng)絡語音業(yè)務咨詢總監(jiān)　 馬家鄰

    馬家領科大訊飛：今天我演講的主題是“話時代”的智能客服-從“能聽會說”到“能理解會思考”。中國呼叫中心市場保持快速增長，總坐席數(shù)超過120萬，預計未來三年平均年增長率超過15%。像剛才顏主席說的哪怕一個做堅果第二的公司的呼叫中心都已經(jīng)達到了300人的規(guī)模。

    我們的呼叫中心接入終端智能化，服務多渠道，服務營銷一體化發(fā)展趨勢明顯，智能自助服務需求迫切。我們可以看到，人工占比非常重，人力成本越來越高。特別是呼叫中心，很多家的呼叫中心管理有一個問題就是招人難，招進來之后留人難。工作壓力大，有一些在這個里面值夜班，很辛苦。我們更希望把人工做的一些事情轉到我們的機器進行智能化的服務，這樣來節(jié)省我們的人工成本，降低我們的運營成本。作為企業(yè)和用戶溝通的重要橋梁，客戶服務體系在互聯(lián)網(wǎng)大潮中越來越重要，與此同時，如何提高服務質量的同時降低我們的人工服務成本，這是我們所迫切需要關注的。智能語言技術作為最自然最流暢的交流方式，致力于實現(xiàn)人機交流無障礙，人人溝通無障礙。從以機器為中心的人機交互轉為以人為中心的自然交互，科大訊飛在這里引領了自然交互的創(chuàng)新。2010年10月份發(fā)布全球首個移動互聯(lián)網(wǎng)智能語音交互平臺-訊飛語音云，2011年9月份“語音及語言信息處理國家工程實驗室”揭牌。2012年3月我們新一代語言云平臺發(fā)布首個實用中文語義理解系統(tǒng)。同年8月成立了中國語音產(chǎn)業(yè)聯(lián)盟，訊飛當選為理事長單位。2012年12月與中國移動聯(lián)合推出智能語音助手產(chǎn)品，這個產(chǎn)品的定位是給用戶提供一個實用的助手，比如閱讀、查天氣等便民引用，包括跟移動深層業(yè)務合作的應用。2013年11月份發(fā)布語音新品解決方案，比如與歌華有線的合作，總的用戶量超過了25萬，而且這25萬里面活躍用戶數(shù)超過了80%。2014年訊飛的語音輸入法激活用戶數(shù)也超過了1.6億，智能語音助手跟移動合作的產(chǎn)品，超過了1.7億，語音云總用戶超過了7億。接入應用數(shù)超過了6萬。

    訊飛語音技術的進展是多種類的，在我們呼叫中心用哪些語音技術來提高我們的服務質量，并且降低我們的運營成本，這里面有一個語音合成的技術應用。這是一個國際合成大賽暴風雪杯的一個比賽情況，滿分是5分，這個是自然語音達到的是4.7左右，就是我們普通人普通話說的比較好的話達到4.7，我這個水平也就是4.3左右。訊飛系統(tǒng)在所有的參賽系統(tǒng)，參賽的單位由美國的微軟、IBM以及其他一些全球頂尖的語言研究公司，訊飛是唯一一個在自然度上超過4.2，也就是講接近于甚至超過部分普通人自然發(fā)音的水平。這個比賽我們聯(lián)續(xù)參加了9年獲得了九連冠的好成績。我們致力于將語音技術應用在實際環(huán)境中，大家最近也聽到過高德導航，林志玲的聲音，包括郭德剛的聲音，包括用它來播小說。這就是我們一個合成的效果，聲音也聽的比較熟悉。我們根據(jù)它的發(fā)音制訂了一個音庫，輸入一段文本或是一個小說，用它的聲音讀出來，讓大家聽起來，特別一些場景下聽的更舒服。這是我們更高表現(xiàn)力的合成。

    有一個應用落地是跟中國移動的一個“和閱讀”，用戶聽的時長從42分鐘提升到的87分鐘。在這個里面，國際有聲閱讀市場達到了7.5億的價值，預計2016年將達到22.6億。這也是我們語音合成的應用。語音合成是一個從文本到語音，反過來，語音到文本就是我們的語音識別。客服中心呼叫中心最不缺的就是語音，語音是我們最大的寶庫。語音識別也是訊飛在不斷的做迭代，而不是說做到國際領先就踏步不前。訊飛2010年首個達到實用的中文聽寫技術，2011年率先推出個性化語音識別。2012年業(yè)界首個DNN中文聽寫技術，2013年是首次在終端實現(xiàn)本地語音聽寫。2014年業(yè)界領先的高抗噪和方言語音的聽寫。我們在抗噪環(huán)境下做一個降噪，去混響濾波。比如我們訊飛合作的電視是集成在麥克風上的，現(xiàn)在我們想采用一種讓人更懶的方式-就是遠場識別，我就躺在沙發(fā)上說我要聽歌，要看中央一套，它是3到5米的背景噪音干擾性非常大，這是我們抗噪的應用?？乖雽嶋H應用案例是2013年奔馳汽車在全球范圍內(nèi)選了三家做語音的頂級廠商做了一個PK，這個PK是在這么幾種場景下，一種是車速在0碼所有的窗戶全開接受外部的噪音，還有車速達到100碼或是140碼的情況下，我們知道，120到140碼，它的噪音在駕駛艙內(nèi)比較大，訊飛在這些場景下都可以保持識別率達到90%以上。這樣在我們實際應用過程中達到了實際應用的價值。我們訊飛跟奔馳簽訂了一個長期的合作，現(xiàn)在跟寶馬、大眾，國內(nèi)的奇瑞、江淮都在進行合作。

    另外一個我們呼叫中心關注的問題就是方言，因為我們的客戶很大一部分絕大部分用戶都不說普通話，還有一部分是普通話不好。這里面我們就做了一個方言識別，種類像粵語、四川話、河南話、上海話，包括藏語、維語。這是我們的識別，識別之后，我們語音、聲紋的應用，公安部跟訊飛聯(lián)合成立了一個聯(lián)合實驗室，這也是公安部唯一一個不在北京的實驗室，已經(jīng)獲得了很多的成果。聲紋在民用方面我們也有一些深入應用。后面我會講到。

    另外一個技術就是人臉識別，人臉識別是香港大學湯曉鷗教授牽頭做的一個，機器模擬跟人認知還是有差距的，而通過這個已經(jīng)超過了人的認知，識別率超過了99%。另外就是我們的語音翻譯，它的一個學術情況在日常的交流領域、旅游領域、中學教育領域等垂直領域有較深入的應用。忠誠度和流利度滿分是5分，如果是4分就是一個優(yōu)良的效果。這是在民語局跟我們合作的一個項目。IWSLT國籍口語機器翻譯大賽是04年發(fā)起的，我們14年第一次參加，第一次參加之后，在中譯英和英譯中比賽中就取得了第一名。語音和文本翻譯都有很好的成績。我們落地的一個項目也是在一些領域內(nèi)，比如說已經(jīng)開始出國訪問的用戶做一些場景下，比如點餐、購物等等這些環(huán)境下采用我們語音翻譯進行交流。

    我們的語音技術還能讓我們的智能客服更加的智能，主要有這么幾塊。一個是語音導航，這個主要是應用在我們呼叫中心的電話系統(tǒng)。傳統(tǒng)方式更多采用的方式是按鍵，0到9個數(shù)字所代表的業(yè)務和涵蓋的業(yè)務肯定不足以滿足我們的業(yè)務。訊飛語音導航，把所有的菜單扁平化，實現(xiàn)了用戶的自由說功能。一些客戶按鍵過程當中按著按著就煩了，甚至提示音都不聽，直接按個3直接到人工。人工成本很高，如果自助系統(tǒng)里面直接解決就可以降低我們的運營成本。第一個達到語音門戶，打個比方我查一個我的話費，用戶說的是很開放的一種表達方式，我們系統(tǒng)后臺會做一個交互，請問您查詢當前話費還是歷史話費，這樣用戶再確定一次我查詢當前話費。這個流程設計中是這樣的一個原則，就是交易數(shù)每個業(yè)務下面一層層往下深入，深入到不能深入的時候，比如5元流量包，語音導航當中打破了所有的層級菜單，可以達到任意一個節(jié)點，比如跳到另外一個業(yè)務下一步修改密碼，就可以直接跳過去，這樣你交互次數(shù)，交互時間減少，客戶感知也非常好。我們的運營中心的成本也會降低。另外人工導航、緩解人工壓力，比如我打銀行的電話，高峰期經(jīng)常打不進去，怎么辦，我就只有等，有的時候等的時間比較長，在這個時候，如果給用戶一個另外一種選擇，可以嘗試進入到我們智能語音自助系統(tǒng)進行自助語音服務，有的客戶愿意嘗試，覺得還不錯，我很多的需求都能解決，下一次就不會再打人工而直接進入語音系統(tǒng)。另外我們開展的一項工作叫夜班完全代替人工，夜間可能很多人會值夜班，有一些點已經(jīng)取消了夜班只留一兩個人員，其他的全部交給我們語音導航完成。

    還有一個多渠道的機器人，客戶現(xiàn)在特別是年輕客戶，微信、微博、QQ、短信、網(wǎng)站等等很多通道都能夠找到我們的服務，呼叫中心這里面有時候形成一個信息孤島，因為每個通道，我們的想法是好的，這幾個通道在各自積累知識庫的過程當中做到同步，但是實際運營當中非常難，因為它畢竟不是一個知識庫。在這種情況下，我們現(xiàn)在時間一長，可能說用戶在不同的渠道問同一個問題得到不同的答案，這是我們所不愿意看到的。如果你來的是文本我訊飛語音理解對你文本進行理解，如果你是語音我識別成文本再進行你的需求的識別。最終我們對接的就是我們所有的比如后端的系統(tǒng)來給客戶提供統(tǒng)一的答案，統(tǒng)一的知識庫，統(tǒng)一的接入，所有的渠道都是一個出口。不管你有多少入口我只有一個出口，這樣就保證我們的一致性，你這個數(shù)據(jù)庫我們只有一個情況下維護起來，包括后端再擴容的情況下，會更節(jié)省我們的人工節(jié)省我們的成本，多的知識庫維護總是需要很多的人工的。在不斷的完善過程當中，這些知識都可以共享，作為后臺的運營管理平臺，作為客戶的運營管理、統(tǒng)計報表，數(shù)據(jù)監(jiān)控報告，這是我們多渠道機器人。

    下一個就是我們剛才兩個是面向與前端的，包括我們合成也好，導航也好，還是多渠道智能機器人都是面向客戶直接可以體現(xiàn)到的。在我們后臺還有一個分析管理系統(tǒng)，這是專門跟我們內(nèi)部運營管理用的。語音分析，在我們呼叫中心里面最不缺的就是語音文件，語音文件日積月累，隨著時間的積累體積還是很大的，我們存儲空間有限，不得已而刪掉，有的會刻盤，有一個公司我看到他們刻了很多的盤，但是又不用。我們怎么分析呢，首先語音文件我們很難做直接的分析，這個過程當中我們要一個結構化的過程，把它的信息打亂掉，比如這個語音我們把它翻譯成文本，這個文本就是我們分析的結構化文件，每個關鍵詞在這個語音當中所處的位置也是一個信息，包括客戶的語速情況、情緒情況，使這種文件結構化處理之后，特別中間有一個場景分割的技術，通過這個場景分割，用戶和坐席，把他們的說話全部打散重新組合，客戶和坐席都不說話就是靜音也可以進行分析。針對坐席我們可以進行一個服務質量檢測，進行質檢，關鍵詞是不是有一些不合適的用語，或是中間服務是不是有一些策略進行一些質量檢測。針對客戶，客戶本身對我們用戶的評價，用戶這里面有沒有我們營銷的機會，或是用戶對我們的業(yè)務和產(chǎn)品反饋情況，以及我們關注的焦點是什么，對于用戶這部分通話里面，我們進行挖掘分析現(xiàn)在客服中心，呼叫中心都不愿意做成本中心，客服中心就是晴雨表，我們怎么樣面向市場的東西面向價值，大家都在思考這個問題，我們現(xiàn)在也在思考。通過我們訊飛語音分析，輔助我們呼叫中心做這樣的一步，傳統(tǒng)的模式我們看，可能是制定營銷政策、策略實施，營銷活動完成，統(tǒng)計數(shù)據(jù)，然后往上面報了之后再制定設施。這就是我在自說自話，不知道客戶有什么樣的反饋。在語音分析里面，讓這種營銷成為一種可能，語音分析來說我們對客服錄音進行處理，處理之后，用戶關注的焦點知道之后，針對性的制定有效策略，策略實施過程當中時時關注客戶的興趣和反饋情況，來調整我們的策略。這樣的迭代，就是我一個營銷策略是跟客戶不停的互動，這個里面主要是及時根據(jù)用戶的情況來進行調整分析。這是我們語音分析打造營銷流程的應用。還有很多應用比如我們平時的各種模型的建設，流量的監(jiān)控、專題模型，現(xiàn)在的4G手機等等都可以做一些專題。

    我們的聲紋識別在公安領域用的比較多，如果是呼叫中心或是民用里面，比如聲紋自由說、動態(tài)數(shù)字密碼、開放文本密碼或是固定的文本密碼。第一個聲紋自由說，我們通過IVR服務來進行聲紋碰撞識別出來古代文本密碼，比如白日依山盡就是以這個作為密碼。人臉識別的應用，比如這兩個圖，是同一個人嗎？當然還是可以看到很多的特征，這就是人臉識別應用、人臉識別檢測、面部關鍵點的檢測，人臉比對。這個里面剛才為什么把提到人聯(lián)合聲紋放在一起，因為我們做一些支付也好，銀行的一些業(yè)務，我們?nèi)四樅吐暭y可以雙引擎是不是更安全。用戶單獨對語音進行攻擊通過聲紋是有的，有時候對人臉進行攻擊的可能性也是有的，但是同時攻擊你的人臉和聲音的可能性就很小了，這兩種技術的融合是不是更能確定一下是不是你本人了。比如你用一張照片對著這個冒認的話，我們后臺有一個3D檢測技術，這個是不是3D的，還有人是用視頻的方式冒認，我們現(xiàn)在有一個技術叫活體檢測、唇音同步，我給你的密碼是動態(tài)的，你不知道我給你的密碼是什么，你說話的口形不一樣，我也可以知道是不是冒認的?，F(xiàn)在支付領域，包括客戶的認證領域有一個非常大的應用，特別是我們在后臺，比如呼叫中心用戶打電話來，輸入你的身分證號碼，輸入你的密碼，問一些信息，如果這個里面采用雙引擎讓客戶感知更好。這個里面我們提到的產(chǎn)品的應用和解決方案，在訊飛我們呼叫中心可以整合成一個能力平臺，這樣的能力平臺包含了合成、識別、理解和我們的生物識別。在上面避免了多個煙囪的現(xiàn)象，多個渠道應有在我們這個平臺上展示。

    下面是我們的訊飛超腦計劃。簡單來說，就是讓系統(tǒng)像人一樣自動學習知識，我們的目標就是讓機器能夠在2018年考上一本考大學。這個項目是我們的副總裁，也是科大訊飛的研究院院長胡郁博士任首席專家，集結我國該領域70%以上的研究機構團隊，共三十多家單位，分九個子課題，共同進行這個方面的突破?，F(xiàn)階段我們做的預期的成果能夠聯(lián)想，自動學習，自然交互。這個里面如果把我們訊飛的超腦成果和智能客服結合在一起，我們會發(fā)展成什么樣呢？智能客服的入口將無處不在，將也會能聽能說，能理解會思考！謝謝大家！

    如下為大會現(xiàn)場演講實錄，如需完整觀看所有內(nèi)容，請登錄--http://www.qianlongyuan.cn/2015/

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