開發(fā)ASR應用系統(tǒng)的相關技術和發(fā)展趨勢展望
NMS大中華區(qū)總經(jīng)理 何育麟 2003/05/21
當前，許多公司紛紛在他們的呼叫中心和交互語音應答應用系統(tǒng)(IVR)中采納語音識別技術，用來降低運營成本和提高客戶服務水平。計算機處理性能的突飛猛進和不斷改進的運算方法為語音識別技術的應用創(chuàng)造了良好的基礎。目前的語音識別技術可以識別多種語言的上百萬單詞，并可以達到90%以上的準確識別率。用語音技術完全替代鍵盤來操作計算機可能還需要相當一段時間，但這項技術已經(jīng)快速的應用到了許多垂直市場的呼叫中心自動化方面，如：金融服務、目錄服務等行業(yè)。
Kelsey集團在它的《2002語音生態(tài)系統(tǒng)》報告中預測，ASR商業(yè)應用在未來5年的年增長率將達到34%。盡管這項報告的研究數(shù)據(jù)與當前市場的發(fā)展現(xiàn)狀相比略顯滯后，但是它指出了當前市場的發(fā)展趨勢。報告指出，供應商們必須清醒地意識到，當前的市場需要的是能夠切實滿足業(yè)務需要的解決方案，因而供應商們必須為他們的語音應用方案提供可信的投資回報分析。該報告預測，2005年語音應用市場的規(guī)模為410億美元。
語音識別技術在網(wǎng)絡和企業(yè)中的應用
在企業(yè)，目前至少有70%的業(yè)務處理是通過電話進行的，而移動通訊所占的比例正在不斷上升。企業(yè)需要滿足客戶對高質(zhì)量服務的要求，同時也需要通過提供可增強CAPEX的服務來獲取競爭優(yōu)勢，在向客戶提供更好服務的同時，提高投資回報率。
在網(wǎng)絡應用方面，電信運營商們可以提供各種語音增強服務，如：語音驅動撥號、可通過語音控制的語音郵件和日程表、支持語音的統(tǒng)一消息服務、目錄助理、電話會議管理等等。語音門戶應用采納了大量的語音識別技術，可以提供非常廣泛的服務，尤其是針對移動用戶。
發(fā)展新趨勢
在幾年前，語音識別技術還僅僅局限應用于IVR系統(tǒng)升級上。最近，開發(fā)商SpeechWorks、Nuance和IBM紛紛推出了更進一步的應用。由SpeechWorks和Convergys公司于2002年上半年組織的一次調(diào)研結果顯示，大多數(shù)呼叫中心機構有采用新型ASR應用系統(tǒng)的計劃，而不再愿意升級現(xiàn)有的IVR應用系統(tǒng)。這意味著相關應用不僅橫向可以擴大新的顧客群，縱向也可以向老客戶推出新的應用系統(tǒng)。許多公司都希望采用簡潔的語音識別技術來改進細分市場的服務，并降低經(jīng)營成本，相關的細分市場包括移動數(shù)據(jù)接入和呼叫中心自動化等。其它語音應用包括：語音驅動撥號、語音郵件、電子郵件閱讀器、日程管理和聊天室。上述應用的實現(xiàn)得益于當今相關技術的進步，包括：更快的芯片處理速度、改進的算法、多語言和語調(diào)研究、以及大容量的詞匯庫。
ASR應用系統(tǒng)基礎
下圖顯示了采用NMS平臺產(chǎn)品的ASR應用平臺總體結構。
構筑ASR平臺的基礎通信硬件包括NMS公司的AG 2000、AG 4000和CG 6000系列板卡。
NMS公司的Natural AccessTM API 應用接口為電信硬件提供了非并行編程的靈活性。
特定供應商提供的ASR/TTS客戶端軟件組件。
特定供應商提供的ASR/TTS服務端軟件組件，可提供語音識別或文本朗讀引擎。
系統(tǒng)集成商和OEM廠商提供的應用管理軟件。
注：本圖只是應用系統(tǒng)的邏輯顯示。整套系統(tǒng)可以安裝上單臺計算機上，也可以分布在多臺服務器上。
NMS公司提供的集成解決方案
ASR和TTS是NMS公司CG系列(Convergence Generation™ )和AG系列(Alliance Generation®)板卡的可選功能。采用Natural Access API應用接口，語音功能可以與同一塊板卡上的傳真、會議應用、IP功能、呼叫處理、轉移等其它NMS處理功能相集成，這樣就可以采用CG系列和AG系列板卡開發(fā)功能強大、經(jīng)濟和靈活的電信和增強服務解決方案。
采用單插槽的CG系列和AG系列DSP及接口板卡，NMS公司可提供配置有一系列高端語音處理技術的系統(tǒng)平臺，并擁有無與倫比的尺寸、多樣性和產(chǎn)品質(zhì)量。
開發(fā)商開發(fā)具有語音功能的應用系統(tǒng)，可以選擇不同的供應商、不同復雜程度的技術、不同操作系統(tǒng)、以及現(xiàn)有各種算法均支持的語言。NMS的體系結構可以幫助開發(fā)者在眾多的語音技術領先開發(fā)商中選擇最佳的語音應用解決方案。這些語音技術供應商與NMS公司合作，提供了完整的、高性能的語音集成方案，為語音應用系統(tǒng)提供統(tǒng)一的開發(fā)環(huán)境和與其它語音應用系統(tǒng)應用的底層集成。
該開發(fā)平臺不僅提供集成的電話和語音API應用接口，還提供應用于IVR和呼叫中心的關鍵功能，包括：
·IP和PSTN之間的連接
·可擴展性
·板卡內(nèi)置的增強回音消除處理功能，用于增強語音識別、雙音多頻和音調(diào)偵聽
·語音重放時干涉信號的監(jiān)測
·同步進行播放和錄音的全雙工功能
·基于DSP的語音活動偵聽(VAD，Voice Activity Detection)算法，可以顯著提高語音應用系統(tǒng)的整體性能。(Natural
Access 2003-1版提供)
NMS技術的適用范圍
| |
AG 2000 |
AG 4000 |
CG 6000系列 |
| 小型、語音驅動的自動服務臺 |
|
|
|
| 中規(guī)模公司的消息應用服務器 |
|
|
|
| 混合網(wǎng)絡 and/or 大型電信級應用 |
|
|
|
NMS技術為研制ASR應用系統(tǒng)的開發(fā)商們提供了各種需要的功能，包括：各種領先的語音識別技術、解決實際應用問題的回音消除處理和barge－in優(yōu)秀功能、可支持傳真、會議應用和語音的通用接口，這些功能完全集成在一塊板卡上，可擴充應用系統(tǒng)到上千個接口，并可以低成本的、快速把應用方案推向市場。
NMS公司供稿 CTI論壇編輯
相關鏈接:
