【智能语音】泡沫下的破浪者,智能语音产品到底落地何处?

AI事儿 2019-03-08

大数据 人工智能 语音识别 Image 语音合成 机器人 AI 客服 智能语音 语言模型 文字转语音

前言:

如今的科技在各个方面的发展都非常的迅速,越来越多“不切实际”的幻想也在被实现!而作为现代人信息获取以及沟通需求最为方便快捷的路径-智能语音,这条路就摆在我们面前。

演讲嘉宾:
盛京,阿里云达摩院-机器智能技术专家

达摩院语音组成立于2014年,具有语音识别、语音合成、声纹识别、自然语言处理、语音交互等等的能力。

以下内容根据演讲嘉宾视频分享以及PPT整理而成。

本次主要内容分为四部分:
一.公共云方案
二.智能语音本地化部署方案
三.智能互动大屏
四.语音自学习平台

一、公共云方案

image

在公共云方面,服务于集团34个BU,107个业务,包括手淘、支付宝、菜鸟、钉钉、口碑、高德、UC、优酷土豆、天猫精灵等;除了内部外,还有映客直播、一号互联等用户。

从2014年手淘上线后,我们的语音识别覆盖了各种各样的场景。这里面有单纯的手机APP,也有车载,包括18年的时候,包括地铁通过语音购票、甚至最新款的汽车。

给大家具体介绍下,服务于客服方面,我们是如何利用智能语音能力的?
image

在智能客户领域,我们两个最典型的的案例就是支付宝95188和菜鸟的1518。
支付宝是一个呼入的场景,他是一个电话的、智能的客服。大家如果有打过支付宝电话的一定知道,打完之后,电话另一方会说“请用一句话来描述您的问题”。这时候您可以说:“我的密码忘了”,这时候会有机器人和你对话,告诉你具体的方法。这个就是支付宝电话客服的应用场景。
image

那么呼出场景,就是菜鸟的智能语音助手,去年双11的时候,我本人就接到过菜鸟打来的电话,他会说:先生,您的某某快递放在小区的蜂站了。如果您说可以,他会礼貌的挂机;如果您说不可以的,他会问你:先生,您什么时候在家,我会把快递给您送过去等等。

这两个应用都节省了大量的人力,在双11时,支付宝智能客服自主率达到了97%;菜鸟机器人替200W快递员打电话。在过去11快递员工作主要就是打电话,现在通过菜鸟助手,就能解决绝大多数问题。

二、智能语音本地化部署方案

image

除了刚刚介绍的公共云的情况,我们在本地化部署上也有很多应用的场景。
我们提供的主要是一套软件,有能力的开发公司可以把我们语音的能力集成到你们的产品中,这样我们可以共同深入打造各行各业各个场景下的解决方案。
我们提供的能力包括 语音识别、语音合成、MRCP、防串音、最重要的还有语音自学习平台。

我们最主要的是聚焦于语音的核心能力,紧靠行业伙伴,我们是一起打造产品的。
我们和友商的区别主要是:友商做语音产品都是端对端的,所有东西都是自己做;而我们只做最核心的,语音识别或者语音合成。然后把能力开放出来,让合作伙伴基于这样的能力来做各种各样的应用。
image

我们本地化部署方案的标杆是有:智慧法院的一个解决方案,目前我们深度合作了法院领域头部的ISV,包括了华宇、云嘉等等。

我们标杆案例有浙江高院、福建高院等等,覆盖了300家法院,有超过1万家法庭应用了我们语音识别。
image

这是我们在法院的一些场景,所做的一些事情。同时全国的几大互联网法院,包括第一家杭州互联网法院,北京、广州互联网法院,用的都是我们的语音识别。
image

在智能客服领域,我们联合阿里小蜜,和ISV为中国移动、中国平安做了智能电话机器人、外呼以及金牌话术。

金牌话术还是要再提一下,在客服领域,不同人的交流沟通能力也不一样的,反馈到结果上就是有的人业绩比较好,有的人差一些。我们金牌话术要做的就是:基于客服和客户的聊天,来把沟通弄技巧挖掘出来。每当你和客户交流的时候,就会提示你应该怎么说,应该做什么样的引导。

三、智能互动大屏

image

除了刚才介绍的客服和司法,我们还有达摩院全球首创多模态语音交互方案,能够实现在强噪音环境下的免唤醒人机交互。
比如说在公共空间,地铁购票、肯德基点餐,都能够通过我们这套解决方案实现人机交互,我们这个产品的优势,就是强噪音语音环境下的语音识别、同时免唤醒、以及长句子的流失理解。
这套语音交互产品模式就是:我们提供软硬件一体的套件,再加上定制的外壳,我们有一个官方标准的,合作伙伴也可以根据各种需求来定制,之后我们就可以对接到客户的系统里面。
这时候就能有各行各业的应用,比如对接客户的支付系统。图书管理系统、导航系统。
image

这套方案的标杆案例就是:上海地铁语音售票机。
• 2018年3月已正式落地上海南站和汉中路地铁站
• 全球第一台地铁语音售票机
• 在地铁真实嘈杂环境下语音识别准确率超过96%

image

上海地铁语音售票机介绍视频点击播放

四、语音自学习平台

最后我们来介绍下—语音自学习平台
之所以提供语音自学习平台,是因为我们在与客户接触中,听到客户很多对语音识别的建议。首先语音识别是一个非标输出的软件,部署到客户现场的时候,可能由于麦克风、口音等等,导致识别率不好;或者领域不匹配,比如客户有一些专业的用语,我们自己的模型可能覆盖不到。
image

所以我我们提供了语音自学习平台。独特优势主要在于:可以通过自助来添加语料的方式来进行优化,可以输入词、句子、篇章,具备分钟级的训练速度,而且操作很简单,可以一键式完成。
语音自学习平台主要包括三部分:
image

泛热词
北京女子图片→北京女子图鉴

类热词(人名、地名等)
原告以不应选公司→原告与布衣轩公司
我们可以看到,如果你不做任何的优化,很容易出现各种混淆错误。

定制化语言模型
提供的是整个的篇章,比如说有些公司有内部的材料,比如说客服行业,我们可能有一些产品介绍、文档之类的,都是长篇的文本,我们就可以定制化语言模型来优化。
image

以上就是我们今天讲的主要内容,大家如果有兴趣可以持续关注我们!

下面是我们的QA环节:

1. 语音产品收费
公有云都是支持免费试用的,按照文档一步步操作,就可以创建自己的语音识别程序。
点击试用
2. 我们语音有哪些类型?
a) 实时语音识别:实时反馈结果
b) 一句话识别:应用在搜索的场景下
c) 录音文件转写:相较于实时语音识别,速度很快

3.教育行业有哪些语音场景?
在过去,我们无法落实每堂课的知识点,如果有了智能语音,我们可以把老师讲的内容全部转成文字,再通过一定的质检规则来判断老师是否做到位了;同时类似于儿童学英语行业,口语评测之类的也会有一些需求。

相关链接:

PPT地址:敬请期待
产品地址:https://ai.aliyun.com/nls
上海云栖大会主论坛孙权现场直播连线上海南站
点击观看语音点餐机介绍视频
点击观看真机演示视频

阿里云数据智能产品交流群 入群方式:
一:点击链接即可入群:https://dwz.cn/xmulCTi4
二:扫描下方二维码进群:
image

数据智能产品交流群

登录 后评论
下一篇
我是小助手
30170人浏览
2019-07-31
相关推荐
泡沫之下区块链
736人浏览
2018-04-20 10:14:20
3
4
0
908