0 前言

当前，在云计算、大数据、AI 技术的赋能下，原有以电话为主要手段进行客户联络与营销的传统呼叫中心，正在向云化、数据化、智能化为特征的全渠道多媒体客户服务中心及营销中心转变。尤其是以AI 语音技术为特色的“云+网+呼叫中心”的智能呼叫中心产品，解决了行业内部现存各类问题，提升客户服务效率，优化客户体验。而以AI质检为代表的运营管理工具，在辅助客服人员服务过程的同时，对坐席通话行为与内容进行分析抽查，进而营造出良性发展、更有秩序、更加规范的语音业务生态。综上所述，AI 语音技术破除了政企语音市场规模化发展所遇到的障碍。

1 AI语音关键技术

2017年9月6日，微软小冰给人类打出第1个全双工电话，2018 年5 月10 日，Google 在I/O 大会首次做了AI 电话Duplex。此后AI 语音技术在商业价值的驱动下开始了飞速发展。一个完整的利用电话进行人机对话的流程如图1 所示，通过语音识别（ASR）、语音合成（TTS）、自然语言处理（NLP）、声纹识别（VPR）、文本分析（TA）等技术手段，依托语音信号处理、深度学习、模式识别、数据挖掘等算法，实现人机沟通、信息传递、意图表达、情感交流等行为。

图1 基于电话的人机对话流程

1.1 ASR技术演进

语音识别即机器理解和识别人类语音信号并转成文本的技术，基本流程有3 个环节：语音预处理数字化、特征提取、训练/识别，通用的语音识别算法是通过模式匹配与统计模型相结合的方式来实现，先对已有的音素数据构建参考模板；再构建参考模板和未知数据提取的模板之间测度函数，最终用最佳准则来识别决策。……