文章摘要：“我要找人工客服！”“對不起，小智聽不懂你的問題，您是想要咨詢訂單進(jìn)度嗎？”“我要找人工客服??！”“對不起，小智聽不懂你的問題，您是想要咨詢訂單進(jìn)度嗎？”“。。我買的衣服沒剪吊牌，但是不小心...

“我要找人工客服！”

“對不起，小智聽不懂你的問題，您是想要咨詢訂單進(jìn)度嗎？”

“我要找人工客服?。　?/p>

“對不起，小智聽不懂你的問題，您是想要咨詢訂單進(jìn)度嗎？”

“。。我買的衣服沒剪吊牌，但是不小心劃了一下，沒破，有個印子，還能退貨嗎？”

“關(guān)于退貨問題，您只需要在訂單也點擊退貨選項即可，我家支持7天無理由退貨哦～”

“那衣服被劃了一道，還能退嗎？”

“關(guān)于退貨問題，您只需要在訂單也點擊退貨選項即可，我家支持7天無理由退貨哦～”

“。。你不是小智，你是個小智障吧”

“對不起，小智聽不懂你的問題，您是想要咨詢訂單進(jìn)度嗎？”

這個場景是不是似曾相識？是不是你說啥，智能客服都聽不懂，回答的驢唇不對馬嘴。然后想找人工客服，死活找不到入口，最后浪費半小時，除了把自己氣的半死外，啥問題都沒解決。

不僅這一個問題讓人抓狂，智能客服想找到對應(yīng)問題解答區(qū)間同樣十分費勁，因為這需要客戶一直按照提示音，點點點。這浪費了大量時間，等找到問題解決辦法了，黃花菜都涼了。到底是人性的毀滅還是道德的淪喪，讓這樣的事情頻頻發(fā)生在我們身上，智能客服為啥就變成了智障客服呢？問題到底出在哪？

要想知道這個原因，首先我們需要搞清楚人工智能客服的商業(yè)模式。目前市場上主要的商業(yè)模式分為兩種：一種是定制化模式，智能客服供應(yīng)商根據(jù)企業(yè)自身業(yè)務(wù)需求進(jìn)行靈活、定制化開發(fā)，可以更加精準(zhǔn)地解決用戶在咨詢過程的問題。當(dāng)然價格也相應(yīng)更高，一套定制化智能客服系統(tǒng)的價格在幾十萬到上百萬之間，可以買的起的企業(yè)自然都是資金流充足的大型企業(yè)；第二種是智能客服供應(yīng)商在云端給企業(yè)開通智能客服賬戶，公用一套通用模版，定制化程度低，一個賬戶的年費用在千元至萬元不等。像一些中小型企業(yè)受限于資金問題，會選擇這個模式，這也就導(dǎo)致了識別不精確，步驟繁瑣等問題頻出。

智能客服核心應(yīng)用技術(shù)之ASR

但“智能客服不智能”這個問題不能光歸咎于企業(yè)沒錢買不起貴系統(tǒng)上，其中也存在一些技術(shù)層面上的問題，比如在ASR（ Automatic Speech Recognition），即語音識別技術(shù)上存在的問題。

語音識別的一般流程為根據(jù)輸入的語音，提取語音特征，通過解碼器融合訓(xùn)練好的語言模型和聲學(xué)模型，得到最終的詞序列結(jié)果。字典的作用根據(jù)聲學(xué)模型識別出來的音素（漢語中一般為聲韻母），來找到對應(yīng)的漢字（詞）或者單詞，用來在聲學(xué)模型和語言模型建立橋梁，將兩者聯(lián)系起來。其中各類模型具體作用分別是：

1、?聲學(xué)模型：描述在給定詞的情況下，對應(yīng)聲學(xué)信號的概率。

2、語言模型：描述語言序列關(guān)系的模型，關(guān)注序列產(chǎn)生的概率。

3、解碼器：根據(jù)聲學(xué)模型和語言模型，搜索出最有可能的詞序列，其本質(zhì)是一個動態(tài)規(guī)劃算法。

在語音識別過程中，總會遇到各種問題，在你咨詢智能客服，其回答“抱歉，我聽不懂您在說什么”或者“不好意思，請您再重復(fù)一遍”時，就表示對話失敗，ASR沒有成功識別。

而導(dǎo)致ASR識別失敗的原因大多出于以下三點：

1、噪音問題

在實際應(yīng)用中，用戶在與語音機(jī)器人溝通的過程中，所處的空間是具備多樣性的。比如顧客在地鐵上、超市中等戶外場景咨詢時，周邊人聲噪音就會對語音識別造成影響，又比如外賣員、快遞員在送貨的過程中，風(fēng)聲、喇叭聲、行駛聲等，一樣會對語音識別造成影響。

2、口音問題

口音問題則包含方言以及口音不準(zhǔn)的問題，正所謂“十里不同音，百里不同俗”。我國幅員遼闊，擁有五大語系，共有80種以上細(xì)分語言。各方言區(qū)內(nèi)，又分布著若干次方言和許多種土語，語言隔閡難以解除，口音也很難糾正。語言識別無疑是十分困難的事情。

3、實體識別

通俗來說，語音識別模型就是一個概率模型，當(dāng)語音傳入語音識別模型中，輸出為日常生活中常用到的詞語與句子的概率是高于其他稀疏詞的。而人名、地名、機(jī)構(gòu)名、專有名詞、藥名等均屬于稀疏詞，企業(yè)不常用到，所以在對特定詞語的識別上就會十分困難。

目前應(yīng)用的前沿技術(shù)是什么？（以沃豐科技相關(guān)技術(shù)為例）

1、垂直領(lǐng)域數(shù)據(jù)訓(xùn)練

相較于通用數(shù)據(jù)，沃豐科技專注于客服領(lǐng)域，已經(jīng)為超過60家世界500強、200家中國500強客戶提供服務(wù)，沉淀了大量可用于模型訓(xùn)練的客服數(shù)據(jù)，能夠支撐沃豐科技對模型進(jìn)行深度的優(yōu)化。

2、端到端技術(shù)方案

與BAT企業(yè)相比，沃豐科技率先完成了從pipeline到端到端到技術(shù)改進(jìn)，能將輸入語音直接進(jìn)行轉(zhuǎn)化，而傳統(tǒng)pipeline串聯(lián)過程中會有信息的遺失，信息轉(zhuǎn)化，轉(zhuǎn)化鏈路長。端到端的技術(shù)則轉(zhuǎn)化鏈路短、速度快，目前沃豐科技在這一過程中也實現(xiàn)了模型深度優(yōu)化。

3、語言與聲學(xué)模型結(jié)合

熱詞優(yōu)化方面，行業(yè)內(nèi)對詞語進(jìn)行少量優(yōu)化的情況下，都會用熱詞的方案，比如優(yōu)化姓名、地址、藥名等無實際意義且不常見的詞，但這種詞用傳統(tǒng)的語言模型的方式或者熱詞方式是無法解決的。而沃豐科技通過語言模型與聲學(xué)模型結(jié)合的方式解決了這種問題，大幅提升了準(zhǔn)確率。

通過上述方式，沃豐科技GaussMind語音識別技術(shù)達(dá)到了行業(yè)中較好的水平，識別率可達(dá)95%，同時能夠?qū)崿F(xiàn)語音實時轉(zhuǎn)寫，邊接收語音，邊返回文字；識別效果優(yōu)化，個性化準(zhǔn)確率提升。

客戶實踐案例

96123 是北京地鐵服務(wù)熱線，于2021年3月31日上線試運行，業(yè)務(wù)范圍覆蓋北京城市軌道交通全路網(wǎng)范圍內(nèi)的運營、票務(wù)和站內(nèi)服務(wù)等相關(guān)信息咨詢等服務(wù)，如乘車線路，票價查詢等日常乘坐軌道交通伴隨的問題。

痛點問題

1.日常咨詢量較大，人工處理工單量大、工單流轉(zhuǎn)效率有待提升

2.環(huán)境噪音、背景噪音及高地鐵站名稱相似度，數(shù)字與漢字并存，給語音識別帶來挑戰(zhàn)

3.北京作為首都，人員范圍廣，五湖四海的人群口音給語音識別帶來難度

4.用戶表達(dá)多樣性高，路線信息語義識別困難

解決方案

全面定制化：沃豐科技基于自研的GaussMind“原心引擎”進(jìn)行全面定制化操作，快速、高效地打造96123智能語音機(jī)器人。

ASR（自動語音識別）：“聽清”用戶說的“是什么”，準(zhǔn)確識別來自五湖四海的口音

NLP（自然語言處理）：“聽懂”用戶說的是“什么意思”，準(zhǔn)確理解出發(fā)地、目的地

對接業(yè)務(wù)系統(tǒng)：為用戶快速提供查詢結(jié)果信息，讓北京地鐵出行查詢更加智能、便捷。

更多關(guān)于ASR技術(shù)資訊以及相關(guān)案例可點擊下圖咨詢～

文章為沃豐科技原創(chuàng)，轉(zhuǎn)載需注明來源：http://m.gototw.com.cn/ucm/report/23322