一、智能語音客服

　　目前，通信運營商等在客服領(lǐng)域比較先進的企業(yè)已經(jīng)實現(xiàn)了智能文字客服，通過文字識別技術(shù)和智能匹配算法對通過短信和網(wǎng)站文字客服提出的服務(wù)訴求智能匹配答案，不需人工判斷。要實現(xiàn)智能語音客服，也要通過識別和匹配這兩關(guān)。

　　我們先說說識別吧。早在Siri之前，就已經(jīng)有很多語音識別工具問世，最早的基于電子計算機的語音識別系統(tǒng)是由AT&T貝爾實驗室開發(fā)的Audrey語音識別系統(tǒng)，它能夠識別10個英文數(shù)字，現(xiàn)在AT&T的語音系統(tǒng)Watson已經(jīng)可以實現(xiàn)在線德語和英語的實時口譯。以現(xiàn)在的技術(shù)，語音的識別依然比較困難，主要面臨的難點有2個：

　　1.算法

　　算法是軟件的核心，目前的語音識別算法使用的語言模型仍是一種概率模型，還未發(fā)展成以語言學(xué)為基礎(chǔ)的文法模型，算法不突破，效果無法取得突飛猛進的進展。算法的優(yōu)化不是一朝一夕的事情，需要慢慢不斷地進行，尤其語音這種非結(jié)構(gòu)化數(shù)據(jù)（不便用數(shù)據(jù)庫二維邏輯表來表現(xiàn)的數(shù)據(jù)），但隨著大數(shù)據(jù)分析技術(shù)（用于非結(jié)構(gòu)化數(shù)據(jù)的管理分析）的發(fā)展，也會對新算法開發(fā)帶來福音。一些核心算法如特征提取、搜索算法和自適應(yīng)算法也都在一步步改進，且隨著數(shù)據(jù)源的不斷豐富，算法的識別效果也就越來越精準。

　　2.適應(yīng)性

　　由于方言、語氣、環(huán)境和音色等因素的影響，限制了語音識別算法的效果，這就需要語言識別系統(tǒng)具有一定的自適應(yīng)性，不同口音、方言的識別都需要以一個龐大的語音數(shù)據(jù)庫為基礎(chǔ)，對這些非結(jié)構(gòu)化數(shù)據(jù)的管理分析就更加指望大數(shù)據(jù)技術(shù)了。至于排除環(huán)境噪音、音色等因素，個人感覺要依賴半導(dǎo)體傳感技術(shù)的進步，留待硬件領(lǐng)域的專家進一步探討。

　　接下來就說到匹配了。目前，匹配的算法已經(jīng)相對比較成熟了，也許和大數(shù)據(jù)技術(shù)沒有直接聯(lián)系，不過其準確性也有賴于數(shù)據(jù)源的豐富程度，同時要在不斷產(chǎn)生的“交互數(shù)據(jù)”中動態(tài)地調(diào)整匹配結(jié)果。

　　綜上所訴，隨著數(shù)據(jù)源越來越多，大數(shù)據(jù)技術(shù)的不斷進步，語音識別系統(tǒng)也在持續(xù)地完善之中，說到底，算法依然是核心，而數(shù)據(jù)則是基礎(chǔ)，對于這類非結(jié)構(gòu)化數(shù)據(jù)，也許傳統(tǒng)的數(shù)據(jù)庫技術(shù)Handle不住，但大數(shù)據(jù)技術(shù)卻大有可為。相信不久，語音識別的技術(shù)的突破不僅可以實現(xiàn)智能語音客服，還將變革人與物之間的交互方式。

　　二、語音文本轉(zhuǎn)換

　　因為這個功能的核心也是語音識別，所以大數(shù)據(jù)技術(shù)對的轉(zhuǎn)換準確度的保障支撐就不用再說了。之所以單列出來談呢，是因為其對客戶服務(wù)別有一番作用。

　　對于呼叫中心而言，客服人員與用戶的通話都是要錄音備份的，這些語音數(shù)據(jù)可真的不小哦，僅以廣東移動為例，廣東移動客服中心每年就要新增約60T的數(shù)據(jù)存儲，這個體量對于一般的企業(yè)來說已經(jīng)是“大數(shù)據(jù)”了。據(jù)悉，這些數(shù)據(jù)是用磁帶來保存的，而且這些要保存幾十年不能銷毀，想想到時候光這些磁帶所占用的房間租金就是不少錢啊，更何況是其他成本。而如果能將這些語音準確地轉(zhuǎn)換成文本之后，文本存儲所占用的空間就小的多（一個移動硬盤都可以存儲一個圖書館的數(shù)據(jù)量了），存儲成本簡直就是直線下降，不僅實現(xiàn)了低成本高效，對自然環(huán)境也是一種利好。