馮一萌

在電影《2012》中，一個(gè)富翁坐在車(chē)上說(shuō)了一句“engine start”就能把汽車(chē)啟動(dòng)，這就是智能語(yǔ)音技術(shù)。車(chē)主與汽車(chē)之間能實(shí)現(xiàn)娛樂(lè)互動(dòng)，無(wú)論是聽(tīng)廣播、聽(tīng)短信或是查天氣、查股票，一開(kāi)口，系統(tǒng)就能幫你實(shí)現(xiàn)并完成所有過(guò)程?，F(xiàn)在，銀行的語(yǔ)音機(jī)器人客服也上崗了。

中國(guó)工商銀行是國(guó)內(nèi)第一家使用語(yǔ)音云智能呼叫系統(tǒng)的銀行，現(xiàn)在撥打工行的貴賓用戶專線400695588，或者在大連，青島，寧波，廈門(mén)四個(gè)地區(qū)撥打95588，再也不用在深深的語(yǔ)音菜單中迷失方向了，只要接通后對(duì)著電話隨意說(shuō)出你的想法，比如：“我要查詢余額”，系統(tǒng)就可以自動(dòng)轉(zhuǎn)接。

緩解人工壓力

工行的電子銀行語(yǔ)音菜單層級(jí)比較深，每個(gè)層級(jí)隱藏的子菜單更多，大量不想來(lái)回按菜單尋找的用戶往往直接撥打人工服務(wù)，但與此同時(shí)，人工客席的服務(wù)壓力越來(lái)越大，成本越來(lái)越高，這讓工行電子銀行決定謀求改變。

2009年，隨著業(yè)務(wù)不斷開(kāi)展和業(yè)務(wù)層級(jí)的不斷豐富，工行的這個(gè)需求日益迫切，他們希望通過(guò)提高自助語(yǔ)音服務(wù)使用率，緩解人工客席壓力。這時(shí)工行電子銀行部了解到，德意志銀行等幾家國(guó)外的銀行已經(jīng)開(kāi)始使用智能語(yǔ)音呼叫系統(tǒng)。

通過(guò)在海外的分支機(jī)構(gòu)、外部的咨詢公司等渠道，工行最終了解到不少外國(guó)銀行都使用的是Nuance公司的技術(shù)，這是一個(gè)今天看來(lái)我們并不陌生的公司，因?yàn)樘O(píng)果公司的Siri使用的就是Nuance的技術(shù)，在Nuance的幫助下，這些國(guó)外的銀行自助語(yǔ)音服務(wù)使用率大大提升。

2010年初，在經(jīng)過(guò)復(fù)雜的項(xiàng)目技術(shù)可行性評(píng)測(cè)，若干次細(xì)化產(chǎn)品設(shè)計(jì)流程設(shè)計(jì)之后，工行決定開(kāi)始智能語(yǔ)音呼叫系統(tǒng)項(xiàng)目，項(xiàng)目初期外包商集中采購(gòu)階段，包括Nuance在內(nèi)的幾家行業(yè)內(nèi)領(lǐng)先的公司都在備選之列，而在綜合考慮之后，工行并沒(méi)有選擇Nuance，而是選擇了一家總部在安徽合肥，靠給華為、中興、移動(dòng)運(yùn)營(yíng)商和教育部門(mén)提供語(yǔ)音技術(shù)的本土公司——科大訊飛。

“語(yǔ)音識(shí)別比較復(fù)雜，國(guó)外公司對(duì)中國(guó)語(yǔ)音不了解，語(yǔ)音服務(wù)上線后還有一個(gè)持續(xù)優(yōu)化的過(guò)程，優(yōu)化一次需要至少4個(gè)月的時(shí)間，這就考驗(yàn)公司的本地化服務(wù)能力。”科大訊飛平臺(tái)與嵌入式事業(yè)部產(chǎn)品線經(jīng)理李釗輝認(rèn)為，這正是科大訊飛最終勝出的關(guān)鍵因素。

克服方言阻礙

語(yǔ)音是人類(lèi)最自然的溝通方式，人們一旦用語(yǔ)音開(kāi)始跟對(duì)方交流了，就會(huì)把對(duì)方當(dāng)作一個(gè)人，工行正是期望這個(gè)系統(tǒng)最終能達(dá)到人的水平，但這給科大訊飛帶來(lái)的挑戰(zhàn)也顯而易見(jiàn)——用戶會(huì)喜歡怎么說(shuō)就怎么說(shuō)，機(jī)器必須要跟人做得一樣好。

其中，最難克服的就是口音問(wèn)題。英文發(fā)音腔調(diào)口音的問(wèn)題還算容易解決，但中文的口音問(wèn)題卻是個(gè)相當(dāng)棘手的難題，很多地區(qū)的方言簡(jiǎn)直就跟中文不像一種語(yǔ)系，尤其是一些南方省份的方言識(shí)別起來(lái)難度非常大，工行要求智能語(yǔ)音系統(tǒng)識(shí)別率至少達(dá)到80%才能上線，這在當(dāng)時(shí)幾乎是個(gè)不可能完成的任務(wù)。

科大訊飛投入50個(gè)員工專門(mén)服務(wù)工行這個(gè)項(xiàng)目，加上工行總行科技部的相關(guān)人員，組成了一支龐大的研發(fā)隊(duì)伍，整個(gè)系統(tǒng)搭建用時(shí)7個(gè)月?！翱萍疾垦邪l(fā)的人員都來(lái)自中國(guó)各個(gè)省份，他們故意用自己的家鄉(xiāng)的方言說(shuō)話做產(chǎn)品評(píng)測(cè)，大家聚在一起反復(fù)測(cè)試?！惫ば须娮鱼y行產(chǎn)品開(kāi)發(fā)二處高級(jí)經(jīng)理李琳說(shuō)，工行那時(shí)非常擔(dān)心語(yǔ)音識(shí)別率不高會(huì)引起人工投訴。

單憑這些人收集語(yǔ)料顯然不夠，科大訊飛還有一個(gè)200人的團(tuán)隊(duì)負(fù)責(zé)收集全國(guó)各地的語(yǔ)音語(yǔ)調(diào)，這個(gè)部門(mén)在科大訊飛公司被稱為語(yǔ)音資源部，這個(gè)部門(mén)通過(guò)科大訊飛的APP等渠道收集全國(guó)各地的語(yǔ)音識(shí)別特征，并不保留原始的語(yǔ)言信息，甚至他們?yōu)榱斯タ四硞€(gè)地區(qū)的方言還會(huì)在當(dāng)?shù)卣乙恍W(xué)生用方言錄音進(jìn)行后期分析?？拼笥嶏w計(jì)劃建立4000萬(wàn)用戶的個(gè)人音庫(kù)，科大訊飛要把這些聲音特征儲(chǔ)存在云端。不管用戶在大眾點(diǎn)評(píng)還是攜程上進(jìn)行語(yǔ)音操作，云那端都知道你說(shuō)的“撒發(fā)”其實(shí)是“沙發(fā)”。

在金融業(yè)的應(yīng)用中，科大訊飛則要仔細(xì)收集用戶說(shuō)各種各樣金融詞匯的預(yù)料，比如：第三方存款等等，還有各種各樣用戶的說(shuō)法，比如在用戶說(shuō)“我要轉(zhuǎn)帳、我想轉(zhuǎn)帳、轉(zhuǎn)個(gè)賬”等各式各樣的固定說(shuō)法都能識(shí)別出來(lái)。

更智能地交互

李釗輝發(fā)現(xiàn)，以前工行雖然提供了很多業(yè)務(wù)，但用戶真正用的集中在余額，明細(xì)，密碼，轉(zhuǎn)賬4個(gè)業(yè)務(wù)中?！霸谡Z(yǔ)音導(dǎo)航系統(tǒng)中找到需要的業(yè)務(wù)更容易，項(xiàng)目上線后工行進(jìn)入導(dǎo)航系統(tǒng)后轉(zhuǎn)人工的比例相對(duì)按鍵轉(zhuǎn)人工比例相對(duì)下降10%。”李釗輝說(shuō)。

現(xiàn)在，工行的智能語(yǔ)音系統(tǒng)平均識(shí)別率已經(jīng)從80%提升到90%，導(dǎo)航涵蓋的業(yè)務(wù)：達(dá)到工行80%以上的業(yè)務(wù)，之前用戶按鍵系統(tǒng)中需要按鍵交互7-8次的業(yè)務(wù)，現(xiàn)在只需要語(yǔ)音交互2-3次即可，平均交互次數(shù)較之前大幅縮短，語(yǔ)音導(dǎo)航系統(tǒng)中用戶的自助服務(wù)使用率相對(duì)按鍵提升20%。

2011年7月底，工行智能語(yǔ)音系統(tǒng)正式投產(chǎn)上線，工行并不確定用戶是否接受這種聽(tīng)起來(lái)有點(diǎn)酷的電話銀行服務(wù)方式，95588在大連、青島這兩個(gè)普通話相對(duì)較好的地區(qū)做了首批試點(diǎn)。

但問(wèn)題也隨之而來(lái)，工行電子銀行發(fā)現(xiàn)這個(gè)項(xiàng)目運(yùn)行一段時(shí)間后用戶首次使用后二次使用率并不高。“我們的歡迎語(yǔ)好像有點(diǎn)問(wèn)題。”李琳說(shuō)，比如400695588 貴賓用戶專線的歡迎語(yǔ)是：“我行推出語(yǔ)音識(shí)別服務(wù)，歡迎您按#進(jìn)行體驗(yàn)。“這可能讓用戶覺(jué)得我們這是一個(gè)試驗(yàn)性質(zhì)的服務(wù)，不是正式上線的東西，我們最近正在研究怎么調(diào)整這句歡迎語(yǔ)?！崩盍照f(shuō)。

目前，運(yùn)用科大訊飛智能語(yǔ)音系統(tǒng)的銀行不只工行一家，中信銀行的系統(tǒng)今年3月在95558客戶服務(wù)呼叫中心正式上線，中信稱之為“智能機(jī)器人客服代表CC”，定位為人工助手，性格年輕、活潑、有朝氣。中信銀行稱，與傳統(tǒng)手工按鍵方式相比，這種智能交互方式更貼近人工客戶服務(wù)。客戶通過(guò)簡(jiǎn)單對(duì)話，就能完成信息查詢、業(yè)務(wù)受理等訴求，縮短了現(xiàn)有的菜單路徑，減少業(yè)務(wù)辦理時(shí)間。通過(guò)實(shí)現(xiàn)語(yǔ)音菜單扁平化，解決了因輸入瓶頸導(dǎo)致的自助服務(wù)使用難題，有效地提高了系統(tǒng)的自動(dòng)化服務(wù)能力。

科大訊飛更愿意稱自己給銀行提供的這項(xiàng)服務(wù)為“語(yǔ)音云”，顧名思義，是采用云計(jì)算的方式來(lái)執(zhí)行語(yǔ)音操作。在傳統(tǒng)通信計(jì)算模式下，語(yǔ)音的處理方式多是通過(guò)單個(gè)通信終端完成，例如我們熟悉的手機(jī)等通信終端；在云計(jì)算技術(shù)背景下，語(yǔ)音的格式轉(zhuǎn)換、辨別等操作完全在“云”端執(zhí)行。通俗來(lái)說(shuō)，就是不用鍵盤(pán)，不用手寫(xiě)，只要說(shuō)話就可以進(jìn)行網(wǎng)絡(luò)搜索、發(fā)短信、發(fā)微博，筆記本電腦、手機(jī)等各類(lèi)信息終端產(chǎn)品都具備了“能聽(tīng)會(huì)說(shuō)”的功能。

李琳透露，語(yǔ)音云在銀行的應(yīng)用現(xiàn)在只是一個(gè)開(kāi)始，未來(lái)工行會(huì)繼續(xù)提高語(yǔ)音識(shí)別率，把語(yǔ)音菜單應(yīng)用到手機(jī)銀行用戶辦理業(yè)務(wù)中?！罢?qǐng)選擇幣種，輸入轉(zhuǎn)賬金額都能通過(guò)語(yǔ)音，還能通過(guò)語(yǔ)音識(shí)別完全覆蓋按鍵，就像一個(gè)真實(shí)的人一樣。”