"得意"語音互聯(lián)系統(tǒng)

2003/11/24

一、語音互聯(lián)服務的巨大發(fā)展空間

　　語音交流是人類最原始、最自然、最人性化，也是最有效的交流方式。繁忙的人們可以離開PC、離開筆記本，只是隨手撥通電話，就可以知道當天發(fā)生的國際大事，就可以了解同步的股票行情，還可以知道他鄉(xiāng)的天氣是否合適旅游……通過電話來上網(wǎng)，以"說話"來代替鍵盤輸入，以"語音控制"來代替鍵盤控制，實現(xiàn)語音上網(wǎng)一直是人類的夢想。以"說話"來控制的電話自動信息系統(tǒng)是銀行、電信、證券、運輸?shù)刃袠I(yè)提高服務質(zhì)量、增強競爭能力、節(jié)省時間的有力武器。

　　從絕對數(shù)量上看，個人計算機的數(shù)量遠遠低于電話終端的數(shù)量，而且由于接入服務和限制，和個人計算機攜帶的不方便，所以個人計算機用戶很難實享用現(xiàn)隨時隨刻的網(wǎng)上服務。更重要的是，人們還是更習慣于言談的交流，聽和說是人們最樂意接受的交流和獲取信息的方式。而今天，隨著語音技術(shù)的發(fā)展，特別是通過中文語音識別技術(shù)的突破，中國人語音上網(wǎng)已經(jīng)成為現(xiàn)實。

　　語音互聯(lián)是傳統(tǒng)電話與互聯(lián)網(wǎng)相結(jié)合的產(chǎn)物，它應用語音識別技術(shù)，通過在PSTN與互聯(lián)網(wǎng)之間放置中文語音網(wǎng)網(wǎng)關(guān)，來實現(xiàn)語音識別和語音合成等，最終對用戶實現(xiàn)語音上網(wǎng)。只要用戶接通相應的電話號碼，系統(tǒng)就可識別相關(guān)的命令，從而給用戶提供所需的信息和服務，包括語音撥號、點歌、下載鈴聲圖片、發(fā)送短語、娛樂游戲、股票行情、交通狀況、天氣情況、收聽新聞、網(wǎng)友聊天等等人性化、個性化的服務。

　　研究表明，全球電話語音處理軟件市場在2005年將超過35億美元的規(guī)模。2005年，作為所有語音識別產(chǎn)品基礎的語音識別軟件引擎，將達到27億美元的市場規(guī)模。(Cahners In-Stat, 7/2001.)聲音接口在互聯(lián)網(wǎng)絡和企業(yè)服務網(wǎng)絡中扮演著門戶的角色，人們會認識到它對消費者和企業(yè)的巨大價值。2005年將有超過20億的人口使用聲控的語音門戶、基于語音的網(wǎng)站和web功能的IVR系統(tǒng)。

　　(Davidson Consulting.)語音識別技術(shù)不再是一項"遙不可及"的技術(shù)。語音識別技術(shù)已經(jīng)成功地運用于許多工業(yè)部門。隨著關(guān)于語音識別系統(tǒng)在有線和無線領域應用研究的深入，已經(jīng)出現(xiàn)了很多系統(tǒng)和工具，這些系統(tǒng)和工具支持網(wǎng)絡的關(guān)鍵應用程序，并對這些應用程序進行改善。為了減少成本和用戶的埋怨、提高效率，語音識別技術(shù)和相關(guān)的應用軟件已經(jīng)運用于電信、互聯(lián)網(wǎng)、電子商務、金融、醫(yī)學、電子和軍用防御工業(yè)領域。聲音接口在語音識別行業(yè)中發(fā)展很快，它將使有線和無線移動用戶得到更加輕松愉快的服務。

二、語音識別：語音互聯(lián)的核心

　　語音互聯(lián)的基本原理，是應用最新的語音識別（ASR）技術(shù)，加上先進的CTI（Computer Telephone Integrated）技術(shù)以及開放的VoiceXML工業(yè)標準,在電話平臺增加了對信息資源進行解釋的一個服務模塊、對人說話進行識別及對文本內(nèi)容進行語音合成的模塊，使得人與機器的交互更接近人與人之間的交互習慣，即用口說、用耳朵聽。類似與數(shù)據(jù)終端（PC、PDA、WAP手機）上網(wǎng)，語音互聯(lián)也是把接入和內(nèi)容進行了分離。用戶撥打一個接入號碼，提供內(nèi)容服務的卻可以是其他任何一個具體的內(nèi)容提供商（ICP）。

　　語音平臺采用3W認可的最新語音流程語言--Voice XML，不但實現(xiàn)了語音流程的個性化，還可以通過簡單地編寫Voice XML流程，輕而易舉地生成各種各樣的語音應用系統(tǒng)，實現(xiàn)平臺與業(yè)務的分離。如Voice Browser、短信信息點播系統(tǒng)、股票委托交易、個性化定制服務、語音門戶、語音電子郵件、自動及人工聲訊臺和各種行業(yè)的CallCenter 系統(tǒng)等。

　　語音互聯(lián)作為計算機上網(wǎng)的有效的補充手段，是一個新興的領域，也是一個非常讓人看好的領域。聲音信息要與互聯(lián)網(wǎng)上的文本信息很好地結(jié)合起來，實現(xiàn)快速自動交換，這就需要一個解析器，把文本、語音、圖像的數(shù)據(jù)以一個統(tǒng)一格式快速交換。在此基礎上，需要通過瀏覽器來接受用戶的請求，找出用戶所需要的內(nèi)容，然后再把內(nèi)容呈現(xiàn)給用戶。

圖1 語音互聯(lián)拓撲結(jié)構(gòu)圖
(原文如此）

　　這是對傳統(tǒng)聲訊服務來說是一個重大的改革，因為接入和內(nèi)容提供的分離，聲訊行業(yè)變成是一個開放式的行業(yè)，所有傳統(tǒng)的ICP都可以按照Voice XML的標準為聲訊提供內(nèi)容服務，它可以由客戶自己根據(jù)需求更改服務流程，而且流程是標準化的，可以從網(wǎng)上或別處繼承下來，這樣豐富多彩的內(nèi)容又必然會刺激用戶的增加以及服務需求的增長。

　　無論國外還是國內(nèi)，已經(jīng)有越來越多的廠商支持和開發(fā)基于Voice XML在政府辦公、電子商務、通信、呼叫中心服務、個人信息服務、娛樂等方面的語音應用。對傳統(tǒng)聲訊服務或者互聯(lián)網(wǎng)信息服務的改造或移植是語音互聯(lián)網(wǎng)的一個趨勢，這樣就可以大量利用傳統(tǒng)電信和網(wǎng)絡資源為網(wǎng)絡用戶提供語音服務。

三、語音互聯(lián)：多贏的產(chǎn)業(yè)價值鏈

　　語音互聯(lián)網(wǎng)將最終形成由語音技術(shù)開發(fā)商-應用/內(nèi)容提供商-語音服務提供商-電信運營商-終端廠商組成的產(chǎn)業(yè)價值鏈。

　　對于最終用戶，語音門戶平臺方便、快捷、自然，而且不需要花費額外成本。用戶只要對著普通電話說話就行了，不再受制于按鍵音頻，不再受制于電腦和一大堆連線，也不再受制于網(wǎng)絡專業(yè)知識的貧乏。同時，用戶還可以根據(jù)自己的喜好定制個性化服務，集中關(guān)注個人業(yè)務；并且可以從各種各樣的信息源、信息終端中解放出來，獲得語音門戶服務帶來的自由和方便。

　　對于信息服務商和客戶服務企業(yè)，他們也必然會得益于語音門戶平臺。利用語音門戶，不僅可以通過節(jié)省人工坐席成本來低成本地發(fā)布信息，提供客戶服務，而且可以實現(xiàn)更多更有價值的業(yè)務，開創(chuàng)新的市場空間和利潤。同樣，隨著競爭的愈演愈烈，越來越多的公司都擁有自己的語音站點用來滿足對用戶的需求，以便用戶能容易地得到相關(guān)的內(nèi)容和服務。

　　電信運營商，包括固網(wǎng)運營商、移動通信運營商、聲訊臺、寬帶運營商等，可能采用的商業(yè)模式包括：

1.通話費和信息費的分成
2.會員制
3.包月制
4.廣告收入
5.電子商務交易傭金
6.特許權(quán)使用費

　　語音門戶在中國的發(fā)展?jié)摿κ挚捎^。用戶通過語音門戶平臺，可以把有線電話網(wǎng)、無線通信網(wǎng)、尋呼網(wǎng)、互聯(lián)網(wǎng)聯(lián)系為一有機的整體，用戶通過電話不僅可以查詢股票行情、天氣預報、航班動態(tài)、火車時刻表等信息，而且可點播自己定制的個人信息、新聞、證券評論、電影評論等，同時把它作為自己的統(tǒng)一消息平臺，幫助自己在商務活動中贏得先機，并且還可以通過該平臺進行諸如購買飛機票、股票等電子商務活動。語音門戶服務功能模塊將分別涉及到政府、電信市場、郵政市場、金融銀行、證券行業(yè)、保險市場、交通旅游市場、物流運輸行業(yè)、公共生活等等，幾乎無孔不入，覆蓋了社會生活的大部分。為了更好、更全面、更有競爭力地提供服務，發(fā)揮語音門戶平臺的綜合優(yōu)勢，把語音門戶平臺、呼叫中心，以及數(shù)據(jù)中心有機地結(jié)合起來，提供"全方位一攬子服務"是一個很有競爭力的應用模式。由語音門戶平臺接入自動語音應答，用戶選擇所需的服務；數(shù)據(jù)中心提供相應的數(shù)據(jù)、信息和服務內(nèi)容；在用戶所需的服務比較復雜，需要人工干預的時候，把通話切換到呼叫中心的人工座席，人工座席通過客戶信息管理系統(tǒng)能迅速獲得客戶信息和已發(fā)生的信息交互，無縫地連接自動和人工服務，保證最高的服務質(zhì)量；同時，人工座席也可以方便地切換到自動應答系統(tǒng)，降低服務成本，提高效率。語音門戶與呼叫中心、數(shù)據(jù)中心之間的高速連接將成為企業(yè)存儲、發(fā)布信息的一個統(tǒng)籌、高效的方案。

四、豐富多彩、具吸引力的語音互聯(lián)服務

　　電信的增值服務讓用戶無論在何地、何時都能直接訪問互聯(lián)網(wǎng)的內(nèi)容，但個性化的服務可使個人和商務快速獲得以及容易訪問他們所關(guān)心的內(nèi)容和信息。因而語音門戶的及時出現(xiàn)改變了電話的應用范圍，從而使電話成為用戶得到語音和數(shù)據(jù)服務的一種最便利的設備。以下是一些重要的應用舉例：

1、傳統(tǒng)聲訊服務和互聯(lián)網(wǎng)信息的利用

　　利用語音互聯(lián)系統(tǒng)，用戶直接對著電話說出所要查詢的信息或者服務，電信服務平臺根據(jù)自動語音識別技術(shù)識別出用戶語音請求，通過網(wǎng)關(guān)到后臺數(shù)據(jù)庫查找，查找到的信息送至TTS文語合成模塊，將信息播放給用戶。

　　對傳統(tǒng)聲訊服務和互聯(lián)網(wǎng)信息服務的移植，可以大量利用傳統(tǒng)信息資源為電話用戶提供強大而實用的語音服務。用戶可發(fā)布或收聽新聞、房產(chǎn)、汽車、電腦、家電、生活用品、求職招聘、征婚啟事等信息，查詢天氣、列車、航班、股票、外匯等生活內(nèi)容，可在電話中通過說出商家名稱，查詢到企業(yè)產(chǎn)品、地址、電話及服務內(nèi)容等等，內(nèi)容包羅萬象。

2、個性化娛樂游戲服務
　　給用戶提供更適合話音通訊（而不是上網(wǎng)瀏覽）的娛樂服務。只要用戶接通相應的電話，系統(tǒng)就可識別用戶的語音命令，用戶可隨時隨地進行點歌、下載鈴聲圖片、發(fā)送短語、心理測試、運程測算、智力問答、笑話播放等有趣的娛樂游戲，以及交通狀況、體育賽況、網(wǎng)友聊天等等個性化的服務，對于青少年和白領人士都非常具有吸引力。

3、語音電話簿
　　語音電話簿是一種嶄新的電信增值業(yè)務，通過電話網(wǎng)絡和互聯(lián)網(wǎng)絡，向用戶提供隨時隨地獲取、永不丟失的通訊錄服務。具體的操作模式是：電信運營商在專門的網(wǎng)絡服務器上為每個用戶開辟一個數(shù)據(jù)存儲區(qū)，存儲用戶的電話號碼簿或者其他個人信息；用戶只需撥打指定的特服號，就能直接用語音操作自己的電話簿。

　　語音電話簿對運營商和用戶均可以提供明顯的收益，因此海外許多電信運營商已經(jīng)向其用戶提供該項服務，我國臺灣地區(qū)的各大移動通信網(wǎng)絡運營商都大力推廣此項服務，有效地提高了服務的滿意度和忠誠度。
　　
　　對于用戶而言，使用語音電話簿可以有以下收益：
　�。�1）真正實現(xiàn)隨時隨地獲取通訊錄，不再受限于諸如手機、PDA、名片簿等需要攜帶的物品，不會再因為更換手機或者丟失通訊記錄工具等原因給自己帶來聯(lián)系上的損失。
　�。�2）通訊錄的維護、通話的實現(xiàn)均可以通過語音進行操作，應用方便簡單。整個過程均是系統(tǒng)自動響應并且完成，從而免除按鍵等繁瑣的操作。
　�。�3）通訊錄條目的共享使得聯(lián)系能夠更加緊密，工作協(xié)同效率更高。

　　對于運營商而言，向用戶提供語音電話簿有以下收益：

　　（1）語音電話簿是一項有效語音增值服務，對許多用戶有較強的吸引力，從而能夠幫助運營商吸引更多用戶。
　�。�2）一個功能先進的通訊錄可以改進用戶進行聯(lián)系的效率，能夠提升用戶的滿意度，從而提高單位用戶的貢獻度（ARPU）。
　�。�3）用戶在語音電話簿系統(tǒng)上維護了大量的聯(lián)系人信息，對提高該用戶的忠誠度也很有幫助。

　　從系統(tǒng)自身的直接收益分析，可以有以下幾類：撥打特服號的通話費、增值業(yè)務的月費、適當?shù)膹V告收入等。

4、與呼叫中心的結(jié)合
　　為了滿足電話用戶上語音互聯(lián)網(wǎng)的需求，語音互聯(lián)網(wǎng)需要強大的語音接入能力，從這一點來看，語音互聯(lián)網(wǎng)和電信級呼叫中心結(jié)合是CTI及相關(guān)技術(shù)發(fā)展的一個必然趨勢，這將給呼叫中心注入新的活力，使呼叫中心功能更加強大，也讓用戶得到更好的服務。企業(yè)和電子商務公司將通過語音門戶來發(fā)展他們的客戶并用最低支出來影響和增加他們公司的收入。語音門戶通過門戶提供商給企業(yè)和電子商務公司很好的機會來出售他們的產(chǎn)品以及他們所承諾的服務，從而可節(jié)省公司在廣告方面的費用或使用昂貴的呼叫中心來處理業(yè)務。

五、得意公司國際先進水平的語音識別技術(shù)

1、得意公司的語音識別技術(shù)具有以下特點：
　　(1) 非特定人：說話人不限年齡、性別、口音，只要基本上是說普通話即可；
　　(2) 連續(xù)語音：能夠識別連續(xù)語音。用戶可以自然地與得意接線員對話，不需刻意停頓或強調(diào)。
　　(3) 關(guān)鍵詞檢出：能夠從用戶所說的句子中檢出其中的關(guān)鍵詞如名字和部門等信息從而幫助用戶順利地轉(zhuǎn)接電話。
　　(4) 高識別率：對固定電話、手機電話等均能夠準確地識別，正確識別率高達99％以上。
　　(5) 實時的語音識別：優(yōu)化設計的識別引擎使得得意接線員能夠?qū)崟r地為用戶實現(xiàn)電話接轉(zhuǎn)。
　　(6) 與硬件無關(guān)：識別引擎不需要引入額外的硬件即可實時處理語音流。與電話卡無關(guān)的特性使得用戶可以基于任何電話卡構(gòu)建自己的語音互聯(lián)網(wǎng)絡系統(tǒng)。

2、得意公司設計的語音互聯(lián)網(wǎng)絡系統(tǒng)具有以下優(yōu)點：
　　(1) 系統(tǒng)的靈活性：交互式語音平臺提供了流程開發(fā)工具，可根據(jù)業(yè)務需要編寫業(yè)務流程，以滿足用戶的需求，其網(wǎng)絡系統(tǒng)能支持多種操作系統(tǒng)平臺。
　　(2) 系統(tǒng)的可維護性：系統(tǒng)運行的各個參數(shù)，可根據(jù)業(yè)務需要及時調(diào)整，方便管理。
　　(3) 系統(tǒng)的可擴展性：系統(tǒng)具有模塊化特點，系統(tǒng)的運營者可方便實現(xiàn)系統(tǒng)的平滑升級，同時也大大地簡化了系統(tǒng)的維護管理。
　　(4) 優(yōu)良的性價比：系統(tǒng)能節(jié)省過多的人員配備，又能節(jié)省運營成本，更可為用戶提供低成本的、獨特的、二十四小時的自動標準客戶服務。

3、系統(tǒng)軟件模塊設計

　　與上述功能結(jié)構(gòu)相對應，系統(tǒng)包含如下的軟件模塊：

　　（1）語音采集處理服務軟件：用于采集各路呼入的話音提交給總控服務程序，并將總控程序發(fā)回的反饋應答播放到電話信道上；
　�。�2）總控服務程序：用于接收話音輸入，監(jiān)控各個服務器的狀態(tài)和負載，動態(tài)分配語音識別任務，將特定的應答信息或識別結(jié)果反饋給語音采集處理程序；
　�。�3）關(guān)鍵詞檢測識別引擎：用于從話音中識別出特定的用戶名和呼叫指令；
　�。�4）應用層軟件：安裝在數(shù)據(jù)/通信服務器上，負責與交換機和總控程序進行交互。它根據(jù)識別結(jié)果向交換機發(fā)送電話轉(zhuǎn)接指令（例如DTMF鍵碼）。
　�。�5）網(wǎng)絡通信軟件：用于為上述各個軟件服務程序提供底層的網(wǎng)絡通信支持。

得意音通公司供稿

相關(guān)鏈接:

得意珠三角綜合智能信息增值平臺項目中標 2009-08-20

北京軟件產(chǎn)品質(zhì)量檢測檢驗中心對《海量語音文件的目標說話人篩選系統(tǒng)》進行測試 2009-06-25

廣東政府和清華大學舉行了全面開展產(chǎn)學研合作協(xié)議簽約儀式 2009-06-25

得意中文整句輸入法V1.0開源for Windows Mobile5.0 2009-01-23

得意聲紋識別VPR4.0_b20080808新版本發(fā)布 2008-08-27

分類信息: 技術(shù)_語音識別_解決方案
广德县| 方山县| 兴安县| 板桥市| 石楼县| 台江县| 营山县| 乌拉特前旗| 中西区| 南丰县| 蒙阴县| 称多县| 贺州市| 特克斯县| 唐山市| 沛县| 枝江市| 德钦县| 西平县| 交城县| 循化| 蒲江县| 惠来县| 湖口县| 威宁| 通许县| 安庆市| 双江| 永平县| 错那县| 吉林省| 陈巴尔虎旗| 泗水县| 定安县| 德格县| 子长县| 商城县| 兰州市| 龙井市| 兴义市| 尼木县|