首頁>>>技術>>>語音應用>>>語音識別(ASR)　　語音識別產(chǎn)品

電話語音識別系統(tǒng)流程設計

李宏 2003/11/20

　　電話語音識別系統(tǒng)為用戶提供了一個人性化的界面，人們通過電話-這個最普及的通訊工具，就可以與計算機系統(tǒng)進行交談，從而能夠查詢信息、發(fā)出控制命令和進行電子商務交易。

1 語音識別系統(tǒng)的特點

　　語音識別系統(tǒng)與傳統(tǒng)的IVR最根本的區(qū)別是：語音識別系統(tǒng)擺脫了電話12個按鍵的束縛，既簡捷方便，又可節(jié)省通話時間。

　　同時，由于不需記憶編碼，語音服務系統(tǒng)可以通過一個特服號提供全部服務，即建立語音門戶。不象聲訊臺，一個節(jié)目就要一個號碼，既占用了寶貴的號碼資源，也很難讓用戶記住。

　　語音識別系統(tǒng)可以提供強大的導航能力，語音識別系統(tǒng)的用戶不須在聽完冗長的提示語后逐層進入，而是可以直接進入最底層服務，且各欄目之間可以任意進行跳轉。尤其是對于老客戶，直接進入所需的服務將極大地提高效率并降低通話費用。對于新用戶，系統(tǒng)的語音導航會逐步引導用戶達到目標。

　　一個用戶滿意的語音識別系統(tǒng)，取決于這個系統(tǒng)是否擁有優(yōu)良的識別引擎、穩(wěn)定高效的應用程序、與電信交換網(wǎng)絡的完美集成、和人性化的流程控制。流程控制是直接面向用戶的界面，它是能否滿足用戶需求的關鍵。就像一個網(wǎng)站，讓用戶迷茫的主頁肯定影響訪問量。

　　合理和友好的流程，才能充分發(fā)揮語音識別的優(yōu)勢，為用戶提供人性化和個性化的服務。反之，無論技術上多么出色，系統(tǒng)集成如何完美，只要沒有向用戶提供友好的界面，語音識別系統(tǒng)只會失敗。

2 流程設計原則

　　語音識別技術的優(yōu)點和缺點都很突出技術，在應用中必須揚長避短。
　　優(yōu)點：無論何時何地都能使用，操作簡便，適用于各層次的用戶……
　　缺點：識別率不可能達到100%，對沒有經(jīng)驗的用戶識別率更低……
　　即使有更先進的技術，上述缺點也不可能克服，這是因為語音識別率受到各種因素的影響，例如：環(huán)境噪聲、電信干擾、回聲、話路質量、用戶講話習慣等。但是，通過流程設計，就能在最大限度上提高識別率，令絕大多數(shù)用戶滿意。

　　簡單機械地照搬IVR流程，就會令語音識別系統(tǒng)失去特色，暴露缺點。

原則一：分層合理
　　正如IVR系統(tǒng)，語音識別系統(tǒng)同樣要分層。分層的目的在于：用戶并不容易記住各個欄目名稱，所以每層的欄目不要太多，以5、6個為宜。很難想象用戶能夠記住并說出10個欄目。特別是第一層主目錄，絕對不可超過這個限度，否則用戶將沒有信心使用系統(tǒng)。

　　對于語音門戶，內容會很多，每層只有幾個欄目會使整個系統(tǒng)結構過于復雜，在一些用戶比較熟悉的層次里，可以放寬這一約束，進行綜合平衡。

原則二：標準和明確的提示語
　　用戶通過提示語了解系統(tǒng)的服務和功能。提示語必須簡明，并且不能引起用戶的歧義。過于廣告化和文學化的詞語只會誤導用戶，例如："投石問路"就不如"位置服務"更容易讓用戶理解。

　　同時，提示語的字數(shù)要限制在3-4個字。太長，用戶容易說錯；太短，系統(tǒng)不容易識別。

原則三：跨層和跳轉
　　跨層：用戶不必逐層進入欄目，只要說出最底層欄目，就能跨層進入。
　　跳轉：各欄目之間可以任意跳轉，不必逐層返回。
　　回主目錄：用戶在系統(tǒng)中一旦"迷路"，一句"回主目錄"就會被帶到系統(tǒng)入口。

原則四：用戶幫助
　　每一層，都必須有這一層的"幫助"。"幫助"中將更詳細地向用戶介紹內容和使用方法，這樣各層的提示語才能簡明扼要。"幫助"和提示語是互相補充的。

原則五：完美地完成會話
　　語音識別受各種因素影響，識別率不會達到100%，用戶也可能不知道該說什么，而放棄使用。因此，在流程設計上必須幫助用戶完成整個會話流程。

　　首先，通過幫助和簡潔的提示，引導用戶正確說出詞匯。

　　還要提供按鍵選擇，在語音識別不能工作時，幫助用戶完成整個會話流程。按鍵作為備份方案是語音識別系統(tǒng)中絕對不能缺少的。

原則六：柔性的系統(tǒng)
　　用戶可能不會說出系統(tǒng)規(guī)定的關鍵詞。因此，語音識別系統(tǒng)必須有彈性，只要意思相近，系統(tǒng)都應該能夠識別。

原則七：標準化引導設計
　　為保證整個系統(tǒng)的一致性，引導提示語必須標準化，例如：返回、主目錄、上一層……，同時，特殊功能鍵（#，*）也必須統(tǒng)一定義。

　　從本質上講，流程設計是一個心理學問題，合理的流程要在設計和實踐中不斷的優(yōu)化。應該專門設立流程設計小組，設計流程和監(jiān)督流程的正確性。流程設計和管理是語音識別系統(tǒng)質量管理的關鍵。這個隊伍不一定需要軟件工程師，他們應該跳出工程師的思維方式，從用戶角度出發(fā)考慮問題。

3 基本流程設計

　　當用戶說出需求后，語音識別系統(tǒng)將處理以下情況：

3.1 系統(tǒng)"聽懂"，繼續(xù)流程。這是最好的情況，用戶正在享受系統(tǒng)的服務。

3.2 系統(tǒng)沒有"聽懂"，遇到這種情況，要區(qū)別處理：

3.2.1 系統(tǒng)沒有記錄到用戶的講話，沒有錄音�？赡苁怯脩舨恢涝撝v什么，也可能是用戶講話聲音太小。此時，系統(tǒng)應該引導用戶正確講出關鍵詞，例如提示用戶"請您說……"。如果系統(tǒng)仍然沒有錄到音，系統(tǒng)就應該提示用戶大聲說出需求。如果還不能錄音，則應該提醒用戶按鍵輸入選擇了，例如："XXX請按1，XXX請按2，……幫助請按*，返回主目錄請按#"。

3.2.2 系統(tǒng)錄音無法同規(guī)定的關鍵詞匹配。用戶講錯，或者不會使用系統(tǒng)。此時，系統(tǒng)也應該引導用戶使出正確關鍵詞。如果用戶還不能講對，系統(tǒng)仍然要在提示一次。第三次則要提醒用戶按鍵了。
3.2.3 系統(tǒng)錄音與某個關鍵詞相似，但是沒有完全匹配。系統(tǒng)則應該提示用戶"您是說XXX嗎？"，讓用戶確認。從而提高識別率、體現(xiàn)出系統(tǒng)的友好和人性化。

　　好的流程和導航才能能夠幫助用戶盡快熟悉語音識別系統(tǒng)，讓用戶喜愛和使用。

4 自然語言對話流程

　　自然語言對話是指：用戶完全用平常講話的方式說出需求，語音識別系統(tǒng)則需要根據(jù)用戶提供的信息理解用戶需求，并且滿足其需求。在流程設計上，要解決以下問題：

4.1 不考慮用戶語序。
4.2 過濾多余的、沒有意義的詞匯。例如："我想"，"那個"……
4.3 提示用戶提供完整信息，用戶不必重新說出整個長句。

　　例如一個航班查詢系統(tǒng)中，用戶用自然語言查詢信息，他要提供的信息有：日期、大約時間、起點、終點、或者航班號。

　　用戶可以說："我要查詢明天中午從北京到上海的航班"，也可以說："4月10日，12點左右，由北京起飛到上海"。系統(tǒng)應該對詞序沒有約束，也應該能夠處理一些模糊的概念（早上/上午/中午/……），還必須過濾"我要查詢"、"的航班"等詞匯。

　　但是，如果用戶說："北京到上海"。系統(tǒng)則應該詢問用戶："請問您要查詢哪一天從北京到上海的航班？"，用戶直接說出："明天"就可以了。

　　系統(tǒng)必須能夠提示用戶，協(xié)助其簡便地完成查詢條件的設定。

5 其他注意事項

5.1 不同系統(tǒng)的不同風格
　　商業(yè)系統(tǒng)和娛樂系統(tǒng)的提示語風格是截然不同的。前者要求嚴肅和簡潔，或者則要求輕松和活潑。

　　值得注意的是：所有的系統(tǒng)提示語速都應該快一些，要相信用戶能夠聽清提示。冗長和緩慢的提示，會令用戶煩躁和失去耐心。

　　重復提示用戶也會浪費時間，如果沒有必要，應該盡量減少反復提示和用戶確認。

5.2 提示語
　　提示語要簡潔，錄音音量要大一些。專業(yè)的配音人員和錄音設備會給用戶耳目一新的感受，堅定用戶的信心。如果配有背景音樂，效果會出乎你的意料。

　　在娛樂系統(tǒng)中，隨機切換同一內容不同的提示語，會刺激用戶的參與熱情。

5.3 幫助
　　"幫助"實質上是系統(tǒng)的操作說明，既是系統(tǒng)介紹和使用手冊，也是對簡潔的提示語的補充。用戶通過"幫助"，可以更好地理解系統(tǒng)內容和操作方法。

5.4 用戶確認
　　在一些敏感的場合，如電子交易、電子支付等，必須讓用戶通過按鍵進行確認，僅僅通過語音確認是不可靠的！當然，會話也要全程錄音。

5.5 同義詞的處理
　　根據(jù)前面提到的柔性設計原則，系統(tǒng)設計時要考慮到同義詞、多音字的處理。關鍵詞標準和規(guī)范也需要同時建立起來，從而保證系統(tǒng)的識別率。

6 流程管理文檔

　　語音識別系統(tǒng)要通過質量管理來保證其性能，必須制訂嚴格的管理規(guī)范。流程管理的規(guī)范化和標準化就更重要。規(guī)范化和標準化具體體現(xiàn)在管理文檔上，它不僅僅是系統(tǒng)設計和編程的基礎，也是系統(tǒng)測試和驗收的依據(jù)。

　　以下流程管理文檔是必不可少的：

6.1 系統(tǒng)結構圖
　　整個系統(tǒng)的流程結構圖，包括：分層設計、欄目設計等。

6.2 流程圖
　　每個模塊的詳細流程，包括：分支、轉點、入口、出口等。


6.3 流程控制圖
　　流程中每個轉點的詳細流程處理，包括：錯誤處理、提示語等。

6.4 關鍵詞表
　　整個系統(tǒng)所有的關鍵詞表，包括：通用關鍵詞，各層/各欄目關鍵詞等。

6.5 提示語列表
　　整個系統(tǒng)每個提示語的編碼，文本，錄音文件名等。

　　流程設計后，系統(tǒng)的開發(fā)、調試、測試、驗收都要嚴格按照以上文檔要求進行。系統(tǒng)測試時，要向測試人員提供標準的測試報告和詳細測試程序，測試人員應該認真填寫測試報告，并將問題及時反饋。

　　質量管理流程和測試標準、測試報告不在本文的范圍內，不再贅述。


作者聯(lián)系方式

李宏：glpglp@sina.com

作者供稿 CTI論壇編輯


相關鏈接:
企業(yè)無形的代言人---宇高語音撥號系統(tǒng) 2003-11-20
語音識別醞釀第二次浪潮 2003-09-15
《華爾街日報》：讓語音識別軟件解放你的手 2003-09-07
綜述：得意音通到底是什么企業(yè) 2003-08-27
語音應用客戶滿意度調研 2003-07-29

分類信息:     文摘   技術_語音識別_文摘