爱华网在电影《2012》中，一个富翁坐在车上说了一句“engine start”就能把汽车启动，这就是智能语音技术。车主与汽车之间能实现娱乐互动，无论是听广播、听短信或是查天气、查股票，一开口，系统就能帮你实现并完成所有过程。现在，银行的语音机器人客服也上岗了。 中国工商银行是国内第一家使用语音云智能呼叫系统的银行，现在拨打工行的贵宾用户专线400695588，或者在大连，青岛，宁波，厦门四个地区拨打95588，再也不用在深深的语音菜单中迷失方向了，只要接通后对着电话随意说出你的想法，比如：“我要查询余额”，系统就可以自动转接。 缓解人工压力 工行的电子银行语音菜单层级比较深，每个层级隐藏的子菜单更多，大量不想来回按菜单寻找的用户往往直接拨打人工服务，但与此同时，人工客席的服务压力越来越大，成本越来越高，这让工行电子银行决定谋求改变。 2009年，随着业务不断开展和业务层级的不断丰富，工行的这个需求日益迫切，他们希望通过提高自助语音服务使用率，缓解人工客席压力。这时工行电子银行部了解到，德意志银行等几家国外的银行已经开始使用智能语音呼叫系统。 通过在海外的分支机构、外部的咨询公司等渠道，工行最终了解到不少外国银行都使用的是Nuance公司的技术，这是一个今天看来我们并不陌生的公司，因为苹果公司的Siri使用的就是Nuance的技术，在Nuance的帮助下，这些国外的银行自助语音服务使用率大大提升。 2010年初，在经过复杂的项目技术可行性评测，若干次细化产品设计流程设计之后，工行决定开始智能语音呼叫系统项目，项目初期外包商集中采购阶段，包括Nuance在内的几家行业内领先的公司都在备选之列，而在综合考虑之后，工行并没有选择Nuance，而是选择了一家总部在安徽合肥，靠给华为、中兴、移动运营商和教育部门提供语音技术的本土公司——科大讯飞。 “语音识别比较复杂，国外公司对中国语音不了解，语音服务上线后还有一个持续优化的过程，优化一次需要至少4个月的时间，这就考验公司的本地化服务能力。”科大讯飞平台与嵌入式事业部产品线经理李钊辉认为，这正是科大讯飞最终胜出的关键因素。 克服方言阻碍 语音是人类最自然的沟通方式，人们一旦用语音开始跟对方交流了，就会把对方当作一个人，工行正是期望这个系统最终能达到人的水平，但这给科大讯飞带来的挑战也显而易见——用户会喜欢怎么说就怎么说，机器必须要跟人做得一样好。 其中，最难克服的就是口音问题。英文发音腔调口音的问题还算容易解决，但中文的口音问题却是个相当棘手的难题，很多地区的方言简直就跟中文不像一种语系，尤其是一些南方省份的方言识别起来难度非常大，工行要求智能语音系统识别率至少达到80%才能上线，这在当时几乎是个不可能完成的任务。 科大讯飞投入50个员工专门服务工行这个项目，加上工行总行科技部的相关人员，组成了一支庞大的研发队伍，整个系统搭建用时7个月。“科技部研发的人员都来自中国各个省份，他们故意用自己的家乡的方言说话做产品评测，大家聚在一起反复测试。”工行电子银行产品开发二处高级经理李琳说，工行那时非常担心语音识别率不高会引起人工投诉。 单凭这些人收集语料显然不够，科大讯飞还有一个200人的团队负责收集全国各地的语音语调，这个部门在科大讯飞公司被称为语音资源部，这个部门通过科大讯飞的APP等渠道收集全国各地的语音识别特征，并不保留原始的语言信息，甚至他们为了攻克某个地区的方言还会在当地找一些学生用方言录音进行后期分析。科大讯飞计划建立4000万用户的个人音库，科大讯飞要把这些声音特征储存在云端。不管用户在大众点评还是携程上进行语音操作，云那端都知道你说的“撒发”其实是“沙发”。 在金融业的应用中，科大讯飞则要仔细收集用户说各种各样金融词汇的预料，比如：第三方存款等等，还有各种各样用户的说法，比如在用户说“我要转帐、我想转帐、转个账”等各式各样的固定说法都能识别出来。 更智能地交互 李钊辉发现，以前工行虽然提供了很多业务，但用户真正用的集中在余额，明细，密码，转账4个业务中。“在语音导航系统中找到需要的业务更容易，项目上线后工行进入导航系统后转人工的比例相对按键转人工比例相对下降10%。”李钊辉说。 现在，工行的智能语音系统平均识别率已经从80%提升到90%，导航涵盖的业务：达到工行80%以上的业务，之前用户按键系统中需要按键交互7-8次的业务，现在只需要语音交互2-3次即可，平均交互次数较之前大幅缩短，语音导航系统中用户的自助服务使用率相对按键提升20%。 2011年7月底，工行智能语音系统正式投产上线，工行并不确定用户是否接受这种听起来有点酷的电话银行服务方式，95588在大连、青岛这两个普通话相对较好的地区做了首批试点。 但问题也随之而来，工行电子银行发现这个项目运行一段时间后用户首次使用后二次使用率并不高。“我们的欢迎语好像有点问题。”李琳说，比如400695588 贵宾用户专线的欢迎语是：“我行推出语音识别服务，欢迎您按#进行体验。“这可能让用户觉得我们这是一个试验性质的服务，不是正式上线的东西，我们最近正在研究怎么调整这句欢迎语。”李琳说。 目前，运用科大讯飞智能语音系统的银行不只工行一家，中信银行的系统今年3月在95558客户服务呼叫中心正式上线，中信称之为“智能机器人客服代表CC”，定位为人工助手，性格年轻、活泼、有朝气。中信银行称，与传统手工按键方式相比，这种智能交互方式更贴近人工客户服务。客户通过简单对话，就能完成信息查询、业务受理等诉求，缩短了现有的菜单路径，减少业务办理时间。通过实现语音菜单扁平化，解决了因输入瓶颈导致的自助服务使用难题，有效地提高了系统的自动化服务能力。
科大讯飞更愿意称自己给银行提供的这项服务为“语音云”，顾名思义，是采用云计算的方式来执行语音操作。在传统通信计算模式下，语音的处理方式多是通过单个通信终端完成，例如我们熟悉的手机等通信终端；在云计算技术背景下，语音的格式转换、辨别等操作完全在“云”端执行。通俗来说，就是不用键盘，不用手写，只要说话就可以进行网络搜索、发短信、发微博，笔记本电脑、手机等各类信息终端产品都具备了“能听会说”的功能。 李琳透露，语音云在银行的应用现在只是一个开始，未来工行会继续提高语音识别率，把语音菜单应用到手机银行用户办理业务中。“请选择币种，输入转账金额都能通过语音，还能通过语音识别完全覆盖按键，就像一个真实的人一样。”
