開發(fā)ASR應(yīng)用系統(tǒng)的相關(guān)技術(shù)和發(fā)展趨勢展望
NMS大中華區(qū)總經(jīng)理 何育麟 2003/05/21
當(dāng)前，許多公司紛紛在他們的呼叫中心和交互語音應(yīng)答應(yīng)用系統(tǒng)(IVR)中采納語音識別技術(shù)，用來降低運(yùn)營成本和提高客戶服務(wù)水平。計(jì)算機(jī)處理性能的突飛猛進(jìn)和不斷改進(jìn)的運(yùn)算方法為語音識別技術(shù)的應(yīng)用創(chuàng)造了良好的基礎(chǔ)。目前的語音識別技術(shù)可以識別多種語言的上百萬單詞，并可以達(dá)到90%以上的準(zhǔn)確識別率。用語音技術(shù)完全替代鍵盤來操作計(jì)算機(jī)可能還需要相當(dāng)一段時(shí)間，但這項(xiàng)技術(shù)已經(jīng)快速的應(yīng)用到了許多垂直市場的呼叫中心自動化方面，如：金融服務(wù)、目錄服務(wù)等行業(yè)。
Kelsey集團(tuán)在它的《2002語音生態(tài)系統(tǒng)》報(bào)告中預(yù)測，ASR商業(yè)應(yīng)用在未來5年的年增長率將達(dá)到34%。盡管這項(xiàng)報(bào)告的研究數(shù)據(jù)與當(dāng)前市場的發(fā)展現(xiàn)狀相比略顯滯后，但是它指出了當(dāng)前市場的發(fā)展趨勢。報(bào)告指出，供應(yīng)商們必須清醒地意識到，當(dāng)前的市場需要的是能夠切實(shí)滿足業(yè)務(wù)需要的解決方案，因而供應(yīng)商們必須為他們的語音應(yīng)用方案提供可信的投資回報(bào)分析。該報(bào)告預(yù)測，2005年語音應(yīng)用市場的規(guī)模為410億美元。
語音識別技術(shù)在網(wǎng)絡(luò)和企業(yè)中的應(yīng)用
在企業(yè)，目前至少有70%的業(yè)務(wù)處理是通過電話進(jìn)行的，而移動通訊所占的比例正在不斷上升。企業(yè)需要滿足客戶對高質(zhì)量服務(wù)的要求，同時(shí)也需要通過提供可增強(qiáng)CAPEX的服務(wù)來獲取競爭優(yōu)勢，在向客戶提供更好服務(wù)的同時(shí)，提高投資回報(bào)率。
在網(wǎng)絡(luò)應(yīng)用方面，電信運(yùn)營商們可以提供各種語音增強(qiáng)服務(wù)，如：語音驅(qū)動撥號、可通過語音控制的語音郵件和日程表、支持語音的統(tǒng)一消息服務(wù)、目錄助理、電話會議管理等等。語音門戶應(yīng)用采納了大量的語音識別技術(shù)，可以提供非常廣泛的服務(wù)，尤其是針對移動用戶。
發(fā)展新趨勢
在幾年前，語音識別技術(shù)還僅僅局限應(yīng)用于IVR系統(tǒng)升級上。最近，開發(fā)商SpeechWorks、Nuance和IBM紛紛推出了更進(jìn)一步的應(yīng)用。由SpeechWorks和Convergys公司于2002年上半年組織的一次調(diào)研結(jié)果顯示，大多數(shù)呼叫中心機(jī)構(gòu)有采用新型ASR應(yīng)用系統(tǒng)的計(jì)劃，而不再愿意升級現(xiàn)有的IVR應(yīng)用系統(tǒng)。這意味著相關(guān)應(yīng)用不僅橫向可以擴(kuò)大新的顧客群，縱向也可以向老客戶推出新的應(yīng)用系統(tǒng)。許多公司都希望采用簡潔的語音識別技術(shù)來改進(jìn)細(xì)分市場的服務(wù)，并降低經(jīng)營成本，相關(guān)的細(xì)分市場包括移動數(shù)據(jù)接入和呼叫中心自動化等。其它語音應(yīng)用包括：語音驅(qū)動撥號、語音郵件、電子郵件閱讀器、日程管理和聊天室。上述應(yīng)用的實(shí)現(xiàn)得益于當(dāng)今相關(guān)技術(shù)的進(jìn)步，包括：更快的芯片處理速度、改進(jìn)的算法、多語言和語調(diào)研究、以及大容量的詞匯庫。
ASR應(yīng)用系統(tǒng)基礎(chǔ)
下圖顯示了采用NMS平臺產(chǎn)品的ASR應(yīng)用平臺總體結(jié)構(gòu)。
構(gòu)筑ASR平臺的基礎(chǔ)通信硬件包括NMS公司的AG 2000、AG 4000和CG 6000系列板卡。
NMS公司的Natural AccessTM API 應(yīng)用接口為電信硬件提供了非并行編程的靈活性。
特定供應(yīng)商提供的ASR/TTS客戶端軟件組件。
特定供應(yīng)商提供的ASR/TTS服務(wù)端軟件組件，可提供語音識別或文本朗讀引擎。
系統(tǒng)集成商和OEM廠商提供的應(yīng)用管理軟件。
注：本圖只是應(yīng)用系統(tǒng)的邏輯顯示。整套系統(tǒng)可以安裝上單臺計(jì)算機(jī)上，也可以分布在多臺服務(wù)器上。
NMS公司提供的集成解決方案
ASR和TTS是NMS公司CG系列(Convergence Generation™ )和AG系列(Alliance Generation®)板卡的可選功能。采用Natural Access API應(yīng)用接口，語音功能可以與同一塊板卡上的傳真、會議應(yīng)用、IP功能、呼叫處理、轉(zhuǎn)移等其它NMS處理功能相集成，這樣就可以采用CG系列和AG系列板卡開發(fā)功能強(qiáng)大、經(jīng)濟(jì)和靈活的電信和增強(qiáng)服務(wù)解決方案。
采用單插槽的CG系列和AG系列DSP及接口板卡，NMS公司可提供配置有一系列高端語音處理技術(shù)的系統(tǒng)平臺，并擁有無與倫比的尺寸、多樣性和產(chǎn)品質(zhì)量。
開發(fā)商開發(fā)具有語音功能的應(yīng)用系統(tǒng)，可以選擇不同的供應(yīng)商、不同復(fù)雜程度的技術(shù)、不同操作系統(tǒng)、以及現(xiàn)有各種算法均支持的語言。NMS的體系結(jié)構(gòu)可以幫助開發(fā)者在眾多的語音技術(shù)領(lǐng)先開發(fā)商中選擇最佳的語音應(yīng)用解決方案。這些語音技術(shù)供應(yīng)商與NMS公司合作，提供了完整的、高性能的語音集成方案，為語音應(yīng)用系統(tǒng)提供統(tǒng)一的開發(fā)環(huán)境和與其它語音應(yīng)用系統(tǒng)應(yīng)用的底層集成。
該開發(fā)平臺不僅提供集成的電話和語音API應(yīng)用接口，還提供應(yīng)用于IVR和呼叫中心的關(guān)鍵功能，包括：
·IP和PSTN之間的連接
·可擴(kuò)展性
·板卡內(nèi)置的增強(qiáng)回音消除處理功能，用于增強(qiáng)語音識別、雙音多頻和音調(diào)偵聽
·語音重放時(shí)干涉信號的監(jiān)測
·同步進(jìn)行播放和錄音的全雙工功能
·基于DSP的語音活動偵聽(VAD，Voice Activity Detection)算法，可以顯著提高語音應(yīng)用系統(tǒng)的整體性能。(Natural
Access 2003-1版提供)
NMS技術(shù)的適用范圍
| |
AG 2000 |
AG 4000 |
CG 6000系列 |
| 小型、語音驅(qū)動的自動服務(wù)臺 |
|
|
|
| 中規(guī)模公司的消息應(yīng)用服務(wù)器 |
|
|
|
| 混合網(wǎng)絡(luò) and/or 大型電信級應(yīng)用 |
|
|
|
NMS技術(shù)為研制ASR應(yīng)用系統(tǒng)的開發(fā)商們提供了各種需要的功能，包括：各種領(lǐng)先的語音識別技術(shù)、解決實(shí)際應(yīng)用問題的回音消除處理和barge－in優(yōu)秀功能、可支持傳真、會議應(yīng)用和語音的通用接口，這些功能完全集成在一塊板卡上，可擴(kuò)充應(yīng)用系統(tǒng)到上千個(gè)接口，并可以低成本的、快速把應(yīng)用方案推向市場。
NMS公司供稿 CTI論壇編輯
相關(guān)鏈接:
