AI外呼機器人技術(shù)及應用介紹

背景介紹

智能語音作為AI平臺性技術(shù)，亦是AI重要入口，向下可實現(xiàn)AI底層運算能力調(diào)用，向上則與應用場景融合。當前智能語音已在個人用戶領(lǐng)域，以及金融、醫(yī)療、教育、智能家具等行業(yè)市場得到廣泛應用，可承擔在線客服、電子病歷轉(zhuǎn)錄、個人助理等功能，推動人機交互，顯著提升業(yè)務效率。

作為智能語音與電話平臺技術(shù)相結(jié)合的AI外呼機器人，亦在傳統(tǒng)外呼客服的相關(guān)行業(yè)中備受關(guān)注。隨著我國經(jīng)濟的高速發(fā)展，人力、場地設(shè)備等成本不斷上漲，傳統(tǒng)外呼客服的競爭壓力越來越大，大量重復且機械的工作占據(jù)了客服的絕大多數(shù)時間，復雜案例則變得無暇顧及。

AI外呼機器人因此應運而生，其可協(xié)助客服完成重復任務，提升外呼效率，從而解放出更多人力來處理更為復雜的案例，最終有效提升客戶滿意度。

技術(shù)介紹

1. 整體概述

AI外呼機器人的實現(xiàn)，涉及多方面的技術(shù)，既有傳統(tǒng)的電話平臺技術(shù)(PBX、IVR、VOIP)，亦有智能語音技術(shù)(ASR、TTS)，同時也包括了自然語言理解技術(shù)(NLU)和對話策略(DM)，其大致關(guān)系如下：

客戶在接通AI外呼通話后，AI外呼機器人會根據(jù)對話策略選擇對應話術(shù)，通過TTS技術(shù)轉(zhuǎn)化成語音播報給用戶，用戶進行回應后，通過ASR技術(shù)識別成文字，機器人對文字進行語義理解后，根據(jù)知識圖譜及對話策略，再選擇應對話術(shù)。最終在通話結(jié)束后，根據(jù)通話記錄對客戶進行意圖分析，得出呼叫結(jié)果。

2. ASR語音識別

ASR作為AI外呼機器人的入口，將用戶的回答由音頻信號轉(zhuǎn)換為文字，其準確度較大程度地影響著語義的理解。ASR目前已有較長發(fā)展歷史，其基本原理如下：

• 通過語音激活檢測后，截取有效片段，對音頻信號進行預處理后，提取語音特征
• 語音特征通過聲學模型獲取音素
• 音素，再通過語言模型，還原成符合語言規(guī)則的文本

得益于技術(shù)革新及神經(jīng)網(wǎng)絡模型的應用，其識別準確率已經(jīng)達到較高的程度，但專業(yè)領(lǐng)域、口音、環(huán)境雜音、斷句等因素仍影響著準確率的提升，未來還需要不斷地優(yōu)化與發(fā)展。

3. NLP語義理解

語義理解是AI外呼機器人中重要的組成部分，其主要功能是根據(jù)用戶的回答預測出用戶的意圖。語義理解的準確性直接影響AI外呼機器人的用戶體驗，其基本處理流程如下圖所示：

經(jīng)過語義處理后能夠得到用戶的意圖，對話策略利用該意圖返回正確話術(shù)。當然，本文只談到語義識別處理的過程，實際上，為了保證語義識別的準確性，在識別調(diào)用前后還需要大量的工作：

• 根據(jù)業(yè)務場景大量地收集并正確標注語料
• 根據(jù)語料進行模型訓練及持續(xù)調(diào)優(yōu)、驗證
• 業(yè)務場景上線后需要持續(xù)收集并標注語料迭代識別模型

此外，語義理解在實際應用中，也面臨著需要AI側(cè)與業(yè)務方持續(xù)地討論、溝通、調(diào)整才能解決的兩大難題：

• 意圖語料數(shù)量不足
• 意圖歧義問題，所謂意圖歧義是指相似語義的用戶回答卻屬于不同的意圖

4. DM對話策略

DM，是AI外呼機器人中比較重要的一環(huán)，同時也是與業(yè)務結(jié)合最緊密的，可以等同于機器人的邏輯思維，幫助在分析語義后作出應答，引導著整個對話的流向。關(guān)于對話策略，我們根據(jù)對話場景進行了掃描，得出整個對話的大致結(jié)構(gòu)：

5.TTS語音合成

TTS作為AI外呼機器人的輸出口，將應答文字轉(zhuǎn)換成語音，是用戶得到的直接結(jié)果。因此，自然、真實、符合業(yè)務場景的TTS，才能讓機器人更好地處理業(yè)務。

而一般來說，TTS轉(zhuǎn)換過程經(jīng)過前端系統(tǒng)和后端系統(tǒng)，前端負責把輸入的文本轉(zhuǎn)化為一個中間結(jié)果，然后把這個中間結(jié)果送給后端，由后端生成聲音。

• 前端系統(tǒng)：在經(jīng)過文本結(jié)構(gòu)分析、文本正則、文本轉(zhuǎn)音素、韻律預測的處理后，生成“語言學規(guī)格書”，以供后端發(fā)聲。
• 后端系統(tǒng)：在拿到“語言學規(guī)格書”后，通過聲學模型提取音頻特征，盡量還原符合這個規(guī)格書里描述的聲音。

小結(jié)

AI外呼機器人涉及多種人工智能技術(shù)，得益于AI理論及技術(shù)的日益發(fā)展，其逐漸能夠勝任部分業(yè)務電話場景的工作。但同時，AI外呼機器人如何更好地賦能金融及保險業(yè)務，這仍是壽險AI不懈探索的方向。

也許某一天，我們會在接電話時意識不到是機器人在為我們服務，而能夠與其流暢、自然地進行對話，未來可期。