在電話客服場景里，用戶和機器人交流的過程中，經常會出現沉默、打斷機器人、噪聲等情況，機器人在應對這些異常情況的時候，需要語音和語義理解技術進行處理，才能實現用戶和機器人的流暢交談。而這些能力的獲取與應用，也是企業智能對話項目落地過程中需要解決的難題之一。
為此，UNIT帶來了全新的語音語義一體化解決方案，幫助企業解決語音交互過程中的難題。
【電話客服場景下語音語義一體化解決方案】
語音語義一體化是針對電話客服對話場景的技術方案，可用于呼叫中心智能客服等業務。整個方案包含以下內容：
?。?）降低集成開發成本
提供語音識別、語義理解、對話流程控制、知識庫、語音合成的打通方案，全雙工對話能力，一體化的部署方案，省去開發者對各環節自行調用、拼裝的學習成本以及二次開發成本。
?。?）標準協議快速接入
提供基于unimrcp框架開發的mrcpserver服務接入包，通過標準協議適配不同呼叫中心設備（主流的freeswitch、avaya、及基于mrcp標準協議自主研發的呼叫中心設備）。
?。?）場景定制服務提升效果
方案中自帶基于百度大腦呼叫中心下的通用ASR、語義糾錯，打斷策略，TTS模型，也可以基于開發者的業務場景，提供模型定制訓練服務，定向提升業務準確率。
?。?）極少量開發，輕松實現對話流程
提供Taskflow配置管理能力，開發者可在梳理業務流程后，通過少量代碼快速配置對應的對話流程，后續可直接零代碼在UNIT平臺上進行拖拽式配置。
【語音語義一體化方案解讀】
?。?）語音識別ASR
采用領先的百度語音技術，實時將音頻流轉識別出文本，并自動識別斷句。
?。?）全雙工對話能力
建立通用機制，組織多模塊協同工作，實現雙通道數據（文本、事件信號）實時分發及處理。
?。?）糾錯
根據場景相關詞匯生成糾錯候選，利用GBDT模型對獲選打分排序，最后通過beamsearch解碼出最優糾錯結果。
?。?）打斷
采用分類模型實現，判斷是否滿足打斷條件，并下發打斷信號，可支持用戶自定義語料的模型訓練。
（5）靜默及反問
在設定時間內用戶未回復情況下，機器人可自動反問?？芍С钟脩魧r間條件、機器人反問話術進行配置。
?。?）掛機、轉人工
定義標準事件信號：掛機、轉人工。用戶可通過配置、或簡單二次開發完成判斷條件的設定。
（7）對話理解
基于UNIT強大的語義理解能力，從實時文本中，解析用戶意圖。
?。?）對話邏輯引擎
以可編程的方式構業務建對話邏輯。
?。?）語音合成TTS
基于深度神經網絡技術，提供高度擬人，流暢自然的語音合成服務，便于應用、設備開口說話，更具個性。
【如何獲取語音語義一體化能力】
開發者可以進入UNIT官網——解決方案——語音語義一體化方案頁面，了解技術詳情并體驗真實對話樣例。https://ai.baidu.com/unit/v2/static/voice
1、方案了解
2、真實對話樣例的體驗
