國內IVR應用語音識別還不多
彭凌哲 2000/12/07
目前的語音識別系統(tǒng)分為兩種：一種是面向計算機個人用戶的，一般安裝在用戶的個人計算機上；另一種是面向CTI領域的，主要是使CTI應用系統(tǒng)能夠實現(xiàn)語音識別功能。
■CTI對語音識別提高要求
應用于CTI領域的語音識別技術有別于一般PC機系統(tǒng)所使用的語音識別技術，其面臨的困難體現(xiàn)為：電話錄音質量差，識別率要求高，系統(tǒng)不能對電話用戶進行訓練；另外，系統(tǒng)還要能夠完成大量用戶語音數(shù)據(jù)的并發(fā)識別請求，這就對應用于CTI領域的語音識別技術在功能和性能上要有更高要求。
由于存在上面列舉的種種困難，使得應用于CTI領域的ASR技術不可能像應用于PC機的ASR技術一樣，能夠隨心所欲地識別用戶所說的任何詞匯。因此，目前應用于CTI領域的ASR技術是一種基于詞匯和語法的識別技術。對于一個CTI應用系統(tǒng)，需要根據(jù)系統(tǒng)需求設計一種語法，語法必須包括與用戶交互時用戶所有可能的語音輸入，而詞匯就來自于語法中所有可能出現(xiàn)的單詞。不同的ASR廠商還會加入一些增強性的功能，如barge-in打斷功能、自然語言理解等等。
■語音識別拓展CTI應用
ASR技術給CTI領域帶來了更加廣闊的前景。以往用戶使用電話接入時，與系統(tǒng)進行交互就只能通過電話按鍵或人工服務進行交互，對于復雜的系統(tǒng)，如郵政編碼查詢、天氣預報、航班查詢等，如果使用按鍵表示的話，用戶根本無法記住這些表示，而只能通過人工服務進行查詢。像傳統(tǒng)的168信息服務，由于只能使用按鍵進行服務，用戶又無法記住如此之多的號碼及功能選項數(shù)字，大大降低了使用168信息服務的用戶。而使用人工服務，又增加了系統(tǒng)運營商的運營成本。
ASR技術的出現(xiàn)必將改變這一情況。通過語音識別技術，CTI系統(tǒng)可以實現(xiàn)讓用戶使用語音與系統(tǒng)進行自動交互，如用戶要查詢城市天氣情況，只需說出城市名稱；要查詢航班情況，只需說出目的地城市；要查詢股票價格，只需說出該股票的名稱。再結合TTS（Text
To Speech文本轉語音）技術，CTI系統(tǒng)可以提供非常強大的電話自動交互系統(tǒng)。
目前ASR技術與CTI的結合在國外已有大量實際應用的實例，國外許多大公司，其電話總機系統(tǒng)大都采用了ASR技術。外線接入時，無需撥打分機號碼，只需要說出要找的人的姓名或辦公室名稱即可。更大規(guī)模的應用如企業(yè)黃頁查詢、客戶服務中心，ASR技術已得到越來越多實踐。
■IVR用語音識別還不多
目前主要的ASR廠商，國外的主要有飛利浦、Nuance、IBM等，國內的有香港特區(qū)的InfoTalk等。各個廠商都提供了多個層次的開發(fā)包及相關開發(fā)工具，實現(xiàn)的功能及效果也大致相近，但在細節(jié)上也存在許多差異。相比之下，Nuance公司的產(chǎn)品顯得功能更齊全，性能更優(yōu)；而InfoTalk的產(chǎn)品則中文本土化的程度更高，在中文識別上絲毫不遜色。
新太科技一直密切關注ASR技術的發(fā)展，早在1999年10月，新太科技就與飛利浦公司在語音識別技術上簽定了合作協(xié)議。在今年又先后與Nuance和InfoTalk公司達成了合作意向。新太科技使用當今世界最先進的ASR/TTS技術，已開發(fā)出了一系列全新的應用系統(tǒng)，并將在未來結合語音互聯(lián)網(wǎng)進行全面的應用推廣。
《賽迪市場專家》 2000/12/07