IVR，(Interactive Voice Response 互動式語音應答)在呼叫中心的發(fā)展歷程中，由于其可以有效解決一些高頻簡單的業(yè)務，而廣泛應用在目前的主流呼叫中心中，今天如果你撥打10086、10010電信行業(yè)客服熱線，或者撥打400等熱線服務時，你可能會聽到這樣一些熟悉的聲音：“普通話服務請按1， For Service In English, Press 2”，“查詢服務請按1，業(yè)務辦理請按2”，如果你對著自己的電話繼續(xù)按鍵，系統(tǒng)會引導你一直按下去，直到完成業(yè)務查詢或業(yè)務辦理。IVR通過將用戶的需求梳理進行分類，形成一個樹狀菜單，解決了固定的信息查詢和辦理類問題，通過縱深菜單層級，擴展新的業(yè)務。

隨著業(yè)務的不斷發(fā)展，IVR中需要加載的業(yè)務越來越多，樹狀菜單的層級也越來越深，有的業(yè)務已經(jīng)藏到了7層甚至更深的節(jié)點，很少有客戶能耐心按照菜單提示一步一步的按下去，客戶最希望聽到的就是“人工服務，請按0”，進而導致人工話務居高不下，隨著人工成本的不斷提升，企業(yè)面臨越來越大的壓力。為提升IVR的分流能力，這幾年呼叫中心想出了各 種辦法進行嘗試解決，例如個性化IVR，用戶可以自己定義專屬自己的菜單，從而簡化個人的按鍵流程，但是很少有用戶使用，主要原因是定制菜單花費的時間太多，客戶不太愿意使用。再如近幾年提出的IVR優(yōu)化，通過去除低頻訪問的業(yè)務，只保留高頻業(yè)務，并安排呼叫頻度決定業(yè)務所處的層架，這種方式會導致許多業(yè)務通過IVR無法辦理，損傷了客戶的體驗。

在移動互聯(lián)網(wǎng)時代，“用戶體驗”重要性不言而喻，而競爭日益加劇的今天，“降低成本”是提升企業(yè)競爭力的關(guān)鍵。如何實現(xiàn)“魚和熊掌兼得”？關(guān)鍵在于提升IVR的服務能力，通過菜單調(diào)整的方法終究是“治標不治本”，我們需要對IVR進行顛覆性的改變。

智能語音技術(shù)的發(fā)展為IVR的發(fā)展注入了新的生機，以蘋果“siri””為代表的手機智能語音助理的出現(xiàn)，標志智能語音技術(shù)發(fā)展達到了實用水平，在IVR中應用智能語音技術(shù)，用戶無需按鍵，說出需求即可辦理業(yè)務，非常符合人的使用習慣，同時完全擺脫了0-9按鍵個數(shù)的限制，大幅提升信息輸入效率。

一．智能語音在IVR中的業(yè)務模式

我們對國內(nèi)從事智能語音技術(shù)研發(fā)的領(lǐng)導企業(yè)“科大訊飛”進行了調(diào)研，智能語音在IVR

中的應用是公司的重要產(chǎn)品方向之一，公司在06年開始嘗試在IVR中的應用， 提出“語音導航”的方案，為呼叫中心提供語音識別驅(qū)動的新型自動語音交互應用。通過這幾年的發(fā)展，已經(jīng)從一個創(chuàng)新型的技術(shù)變成了一個完整的解決方案，09年已經(jīng)在工商銀行電話銀行中得到了應用，目前已經(jīng)有眾多行業(yè)企業(yè)開始應用該方案。

用戶來電進入語音導航系統(tǒng)，直接表達業(yè)務需求，如“我的手機里還有多少錢”，系統(tǒng)便可直接定位至話費查詢節(jié)點，并通過語音合成技術(shù)動態(tài)播報用戶話費信息。該應用主要依賴科大訊飛公司在人機交互領(lǐng)域持續(xù)積累的幾個核心技術(shù)。

1．語音識別技術(shù) –“人的耳朵”

智能語音交互首先需要IVR系統(tǒng)能夠聽懂人說話，這就是需要語音識別技術(shù)，語音識別技術(shù)經(jīng)歷了幾個發(fā)展階段：命令詞識別，需要客戶準確說出業(yè)務名稱才能識別；關(guān)鍵詞識別，客戶需要說出業(yè)務關(guān)鍵詞；連續(xù)語音識別：識別可以自由表述需求，無需關(guān)注業(yè)務名稱。語音導航應用的為連續(xù)語音識別技術(shù)，并基于國際先進的DBN核心技術(shù)。語音識別除了和技術(shù)相關(guān)，數(shù)據(jù)起的作用也很大，比如北京人和廣東人表述“話費查詢”，口音和表達方法都不完全相同，如果語音識別聽過的數(shù)據(jù)越多，識別率就越高，科大訊飛產(chǎn)品已經(jīng)對大多業(yè)務類型、口音特點和電話信道等進行了適配，識別率能夠達到90%以上。

2．語義理解技術(shù) — “人的大腦”

聽懂語音還不夠，還需要理解其意思，例如我們聽國外人唱歌，聲音能聽得出來，甚至還能模仿幾句，但是不知道其意思。語音導航應用需要能夠理解客戶說話的意思，例如：“我要查余額”和“我看下卡上還有多少錢”都是余額查詢的意思，這就是語義理解技術(shù)。語音和語義密不可分，科大訊飛在在語義理解方面也有長期的積累，在重點行業(yè)中已經(jīng)有豐富的應用。目前應用在智能語音導航產(chǎn)品中的語義理解技術(shù)，正確率都已經(jīng)超過95%以上。

3．語音合成技術(shù) — “人的嘴巴”

聽懂客戶說話的內(nèi)容和意思后，還需要給客戶做回復，語音合成技術(shù)目前已經(jīng)廣泛應用在呼叫中心，可以將任意的文本變成語音后播報給客戶，實現(xiàn)動態(tài)信息的及時播報，較板卡拼接、錄音等方式，語音合成播報在播報時長和效果都顯著提升?？拼笥嶏w在語音合成領(lǐng)域的地位是公認的，自然度得分唯一超過4.5分（專業(yè)播音員5分，普通人水平較高能達到4.0分），Blizzard Challenge英文合成比賽7年冠，覆蓋幾乎全球常用語種的合成系統(tǒng)足以說明。為滿足語音導航應用的應用，針對不同行業(yè)，專門定制了發(fā)音人，發(fā)音風格更甜美，客戶體驗更好。

二．智能語音在IVR中的應用情況

近幾年已經(jīng)有諸多企業(yè)引入了智能語音在IVR中的應用，銀行領(lǐng)域如工行銀行、中信銀行；電信運營商如廣東移動、浙江移動、安徽移動、安徽聯(lián)通、湖南電信等；保險如平安集團等。以安徽移動為例，語音導航系統(tǒng)于2013年3月上線，已面向全省客戶開放，目前語音導航的日均呼叫量超過10萬，降低整體人工話務量10%以上，顯著減輕了人工成本。與此同時，語音導航系統(tǒng)的業(yè)務辦理率相對于按鍵IVR系統(tǒng)明顯提升，語音導航平均業(yè)務辦理率15%以上，而傳統(tǒng)IVR按鍵系統(tǒng)不到1%。

在IVR中應用智能語音識別技術(shù)需要注意如下幾點：

1．深入分析業(yè)務需求，結(jié)合智能語音特點，確定智能語音應用范圍

智能語音通過技術(shù)創(chuàng)新，徹底消除了傳統(tǒng)的按鍵菜單層級太多的瓶頸，從源頭上解決按鍵式IVR面臨的問題，但并不是所有業(yè)務都適合應用語音識別技術(shù)，例如卡號、手機號等大串數(shù)字輸入，或者號碼和英文字母混合的場景，輸入錯誤一位則意味著輸入失敗，而“1”和“7”，“1”和“E”等發(fā)音非常相近，這種情況則不適合語音應用，使用按鍵輸入更加合適。因此應用前需要和專業(yè)的智能語音廠商進行深入溝通，“揚長避短”的應用智能語音技術(shù)。

2．持續(xù)優(yōu)化是智能語音應用的關(guān)鍵，需要在推廣、項目工期中做充分考慮。

智能語音應用和移動互聯(lián)網(wǎng)應用類似，通過用戶的行為驅(qū)動系統(tǒng)進行更新，將不能識別的說法加入到語義模型中，調(diào)整智能語音系統(tǒng)的資源模型實現(xiàn)識別率的持續(xù)提升。調(diào)優(yōu)過程一般需要2-3個月的調(diào)優(yōu)期，推廣需要選擇一個城市對新事物接受較快的用戶群進行試點，效果提升到一定程度后再推廣到所有的用戶。因此需要提升上線頻度，同時需要智能語音廠商能快速實現(xiàn)系統(tǒng)優(yōu)化迭代。

3．設計了完善的VUI(語音交互界面)，提升整體應用效果

語音導航系統(tǒng)對用戶而言是“開放式”的系統(tǒng)，用戶在使用智能語音導航系統(tǒng)時，會將系統(tǒng)當做是真人進行交互，說法也會多種多樣，因此設計合適的交互流程，友好的語音提示和引導，可以有效提升客戶感知，降低應用失敗率。

設計語音交互流程，更象是一門藝術(shù)，比如確定用戶是否需要辦理彩鈴業(yè)務，二種不同的問法：“請問您是要辦理彩鈴業(yè)務嗎？”和“您確定辦理彩鈴業(yè)務嗎？確定請說確認，不是請說返回。”，對于第一種問法，用戶的回答可能有：“是”、“是的”、“好的”、“嗯”等多種表述，而第二種問法，用戶的回答大多都是：“確定”，“返回”。第二種方法系統(tǒng)更容易處理，錯誤率更低，用戶也更容易完成業(yè)務。而對于客戶較為模糊的說法，系統(tǒng)可進行二次引導，明確用戶真實需求，例如用戶說：“我辦理個業(yè)務”，此時系統(tǒng)回答：“請問您是需要辦理話費業(yè)務、GPRS業(yè)務還是其它業(yè)務了”，把常用的選項提供給用戶，讓客戶做選擇題而不是問答題。針對客戶說話聲音過大、過小、過快、周圍噪音過大等異常情況，系統(tǒng)需要提示原因。而對于客戶打招呼、閑聊等一些與業(yè)務無關(guān)的說法，系統(tǒng)也能夠簡單回答。

我們在科大訊飛公司看到了一個VUI專業(yè)服務團隊，他們正在通過做大量的用戶撥打測試，了解用戶在特定提示音下的第一反應是什么，研究什么樣的交互式更符合用戶習慣，同時最容易供智能語音系統(tǒng)進行處理。

三．智能語音在IVR中的應用展望

智能語音在IVR中的應用已經(jīng)初步體現(xiàn)了價值，其中最主要為節(jié)約人工成本，以1000坐席的呼叫中心規(guī)模計算，智能語音導航可分流10%以上的話務量，節(jié)省100名坐席、每名坐席每年的綜合成本以6萬元計算，年節(jié)約費用600萬元。同時用戶無需受限于冗長、復雜、效率低下的按鍵式菜單、帶來更高的客戶滿意度。智能語音驅(qū)動的IVR系統(tǒng)擴展業(yè)務更加方便，沒有層級的限制，可以將更多的業(yè)務擴展到系統(tǒng)中，例如與知識庫等系統(tǒng)對接，直接回答用戶問題，進一步提升自助服務的能力，降低人工話務。我們還可以將智能語音導航系統(tǒng)拓展到手機客戶端中，集成在網(wǎng)廳中，用戶對著手機和電腦說出需求，即可辦理業(yè)務，實現(xiàn)多渠道智能語音服務。

在傳統(tǒng)IVR面臨根本性的應用瓶頸時，智能語音技術(shù)的出現(xiàn)為IVR注入了新的生機，隨著智能語音技術(shù)的識別效果不斷提升，我們相信智能語音驅(qū)動的IVR將成為傳統(tǒng)IVR發(fā)展的必然方向。

標簽：青海 焦作 宜春 撫順 嘉峪關(guān)