以語音識別為基礎的各種應用，由于準確率技術上的突破，結合大數(shù)據(jù)庫應用，已成為目前金融，保險，政府及個大企業(yè)的關注重點。新應用利用語音轉文字及文本分析系統(tǒng)，自動檢測通話或錄音中的關鍵詞、敏感詞，實現(xiàn)百分之百的質檢，同時對內容進行邏輯分析，了解客戶需求及提供更高服務品質。除離線分析外，更可以進行實時監(jiān)控、提供及時處理方式的業(yè)務應用。 近年來在國內市場需求快速擴張。在政府監(jiān)管方面，保監(jiān)會對于誤導式電話行銷的管理從嚴，要求全面質檢并鼓勵以語音識別為基礎的質檢方法，帶領風氣之先(保監(jiān)會40號文:鼓勵保險公司通過技術手段實現(xiàn)系統(tǒng)信息化質檢，如語音識別、關鍵字、音調時長等新技術進行系統(tǒng)化質檢)。 在政府服務方面，以輿情分析，熱點關注為主，對于市民或客戶的來電進行原因分析，提高首次解決成功率，增加市民或客戶的滿意度，改善政府形象。在企業(yè)應用方面，除全面質檢外，還以提高銷售業(yè)績及改善服務品質為主。
普強信息技術專注于語音識別及文本分析系統(tǒng)開發(fā)，結合最先進的識別技術及分析理論，推出全套解決方案，為行業(yè)內的技術領頭羊之一。本文介紹語音識別的基礎理論、實際案例，與讀者們共同分享，并作為企業(yè)調研報告參考采用。
語音識別是一種概率學的應用
語音識別(Automatic Speech Recognition， ASR) 的基礎技術包括特征提取、模式匹配及模型訓練三個方面。利用聲音的特征比對，收集語料，建立對比詞庫，按使用者的語音輸入，分析輸入的聲音特征，比對現(xiàn)有的語料庫，找到最可能的詞句。所以語音識別應用是一種概率學的應用，是比對分析，而不是單純語音翻譯。
進階應用：語音轉文字
在實際應用中，語音識別應用以語音轉文字為主(Speech to Text， STT)，即大詞庫連續(xù)性語音識別(Large Vocabulary Continuous Speech Recognition，LVCSR)，是指針對連續(xù)性的語音輸入進行識別，將其由語音翻轉成文字形式存儲。常見的應用為智能手機上的語音發(fā)短信及編寫文件時的語音輸入法。實際上仍是詞庫比對，而不是真正意義上的翻譯。只能稱為語音轉文字，而不能稱為語音翻譯文字。
在語音轉文字的應用中，需要按用戶的常用詞句及話術，建立特定的比對大詞庫。標準的做法，是根據(jù)相關的錄音，進行人工標示，即人工記錄所聽到的錄音結果。當累積足夠的詞庫(基本為300小時錄音)，即形成比對詞庫。以此為主要比對依據(jù)，輔助以行業(yè)專業(yè)術語、企業(yè)產品說明及服務話術內容，即可形成音轉字的應用。
通常的單字準確率在電話信道中可以達到70%以上，而關鍵字的準確率更可高達85%以上。由于是詞庫比對，所以不同的行業(yè)，使用不同的比對詞庫。發(fā)散式天馬行空的聊天對話，準確度只能達到30%左右，無實際價值。
在實際應用中，除識別引擎及分析系統(tǒng)外，專業(yè)的咨詢顧問以導入合適的企業(yè)應用是非常的重要。與國內外廠商相比，我司極大的優(yōu)勢之一，是擁有由多年呼叫中心工作經驗的專家們所組成的專業(yè)咨詢團隊及完整的分析設備及工具，能協(xié)助客戶量身定做，按產品及服務內容的變化，提供最合適的應用，以保障企業(yè)最高的投資報酬率！
應用案例-邀約話術分析
在本案例中，我們的企業(yè)客戶為高端教育培訓公司，提供1對1的個人輔導，強調學生的全面發(fā)展，包括學業(yè)，個性，愛好等等。屬于長期性的高端服務。潛在客戶為具一定經濟能力的學生家庭，名單有限而且常需要多次訪談方能成功。該企業(yè)的市場總監(jiān)，每天關心的重點是業(yè)績提高，而業(yè)績的提高與名單及話術成正比。在本案例中，由于名單特殊性及有限性，改善空間不大。所以我們以語音識別應用于話術改善，在有限的投入下，快速的提高邀約業(yè)績。
在進行標音，建立對比詞庫后，我們將呼叫中心坐席與潛在客戶間的錄音，轉寫為文字，以我們的語義分析系統(tǒng)，將通話內容分類為下列四個重點：
建立關系，包括：禮貌用詞，建立談話和諧氣氛，促發(fā)客戶自尊心。
促發(fā)需求，包括：了解客戶實際需求，說明培訓對學生的好處。
提供方案，包括：培訓內容說明，同類服務對比，相關法規(guī)說明。
異議處理，包括：客戶挽留話術，建立下次回訪機會。
按照上述重點，我們定義相對應主題，包括合適問候語，孩子成績分析，適當贊美，介紹專業(yè)教育資質，提供免費答疑服務等等，進行分類統(tǒng)計，判斷和成功邀約的關聯(lián)性，以進行話術分析改善，分析結果如下：
