背景
　　長期以來，關于語音識別準確率這一硬性技術指標，業(yè)界給客戶的感覺總是支支吾吾，模棱兩可。很多語音技術供應商在這項指標上要么標榜達到96%甚至98%的識別準確率，但實際部署的系統(tǒng)遠遠達不到這個指標或者這個指標只是針對碼本非常小的系統(tǒng)（數(shù)百個碼本容量）而言。這種狀況很容易造成用戶對目前語音識別技術的誤解。特別是，現(xiàn)實情況中，有很多的語音技術供應商由于本身技術的不過硬，造成實際部署的系統(tǒng)語音識別準確率較低，難以令用戶滿意，間接對該技術的推廣造成了負面影響。
　　正是針對這種情況，也本著對客戶負責的理念，上海基立訊信息科技有限公司精心組織實施了對這一指標的實際測試。為了體現(xiàn)測試結果的可信性、實用性，基立訊對碼本容量、測試數(shù)據、測試人樣本等等因素進行了綜合考慮。實際測試系統(tǒng)在碼本容量的設置上全部超過6000條記錄；在測試數(shù)據的選擇上采用從互聯(lián)網隨機下載真實姓名以反映真實的用戶數(shù)據；在測試人樣本上盡量考慮不同地域、不同性別和不同年齡的測試人，測試人樣本覆蓋全國絕大部分省市口音的男、女人員，同時測試人年齡限制在18-55歲的群體以反映語音識別技術最廣泛的目標用戶群。
　　值得一提的是，測試數(shù)據中有非常多的姓名要么極其相近、要么發(fā)音即使真人都很難區(qū)分，是非常具有挑戰(zhàn)性的測試數(shù)據。但即使這樣，jTalk語音總機和語音撥號系統(tǒng)在采用先進的語音采集和處理方法和獨特的N-Best結果分析處理算法后，不但有效提高了系統(tǒng)總體使用的語音識別準確率，同時也增加了系統(tǒng)不用多選直接得到識別結果的概率，也降低了碼本外詞匯的誤識別率，使jTalk語音總機和語音撥號系統(tǒng)用戶使用總體感受非常準確又很方便。
測試結果
　　經過上百例的實際測試，基立訊jTalk語音總機和語音撥號系統(tǒng)得到的一次語音識別準確率平均在93%左右，二次語音識別準確率平均超過97%。也就是說，對于碼本在1萬個的情況下，用戶在說了一次姓名后，系統(tǒng)返回的結果中包含正確結果的概率約為93%，但如果用戶是說了2遍，那么用戶有97%以上的可能性會得到系統(tǒng)正確的識別結果響應。其實，根據測試，對很多白領而言，只有1%稍多一點的姓名是用戶在2次呼叫后都無法得到正確返回結果的，也就是說，對絕大多數(shù)的潛在白領語音識別用戶，2次呼叫之內達到98%以上的識別結果準確率是完全現(xiàn)實的。考慮到測試人樣本中不乏有濃重口音的人，這樣的數(shù)據非常令人鼓舞。此外，這次測試也對系統(tǒng)一次識別不用N-Best選擇就返回正確結果的概率等其他參數(shù)進行了統(tǒng)計，得到了非常寶貴的權威數(shù)據。需要指出的是，如果運用jTalk語音總機和語音撥號平臺已經集成的組合呼叫識別功能（例如，部門名+姓名，部門名+昵稱名等等），那么在2次呼叫內系統(tǒng)有接近100%的概率返回用戶所呼叫的信息，這樣的測試結果完全說明基立訊語音識別產品在技術和應用上都處于國內領先，完全可以達到大規(guī)模商業(yè)應用的要求。
　　基立訊jTalk語音總機和語音撥號系統(tǒng)除了具有業(yè)界最高的識別準確率外，還無縫集成了電話防火墻、來電轉接、留言信箱、號碼綁定、事件提醒、114按鍵樹型自動查號臺、號碼本管理、語音提示上載、節(jié)假日語音流程設置等等眾多實用功能，是企業(yè)電話通信的一站式解決方案。
　　通過這次權威的實際測試，基立訊得到了語音識別系統(tǒng)真實的識別率數(shù)據，是目前國內業(yè)界見到的公開的最權威也是最高的實際部署系統(tǒng)的識別準確率。

CTI論壇編輯