AI智能语音客服系统解决方案

1.需求分析

随着社会经济的快速发展，在移动互联网、云计算、物联网等技术的推动下，对于企来说一方面客户服务比以往任何时代都重要，客服行业也遇到了前所未有的机遇和挑战，另一方面企业更加关注呼叫中心运维系统中的成本控制、风险管控和效能升级。随着客户咨询渠道日渐多样化，由电话、网页到如今的微信、APP等，企业面临客服人员流失率大、工作内容重复、工作压力大，导致客服人员离职率居高不下，7*24小时的客服中心运营成本高，人员流动大造成培训成本高等难题。为满足在人力资源不随服务量大幅增长而线性增长且同时可以维持较高的服务水平和客户体验的要求下，需要尽快提升语音服务工作的自动化水平和服务能力，为当前和未来提供强有力的支持。

2.方案概述

为应对新形势下的客服难题，节省企业运营成本，提高客服效率，提升企业效益。武汉瑞码推出了人机交互技术产品——智能语音客服系统，用人工智能来实现客服行业的升级与重构，用人工智能技术全面升级呼叫中心产业，让服走进智能时代。瑞码智能语音客服系统覆盖了从语音识别、自然语言理解、语音合成等多重技术,可以将人工客服从一些标准化、高度重复并且低价值的工作中解放出来，专注于更复杂、更高端、更具有价值的工作。瑞码智能语音技术颠覆用户原有的传统的call center，转型成以智能语音客服为主，人工干预为辅的呼叫中心。客通过自然人机语音交互的方式来实现智能语音客服业务，在为企业节省人力成本的同时，更带来了良好的用户体验。

3.方案组成及技术实现

3.1系统应用概念图

既适用于客户呼入进行咨询时语音交互式回答客户的问题，也适用于系统自动对客户发起电话呼叫进行真实自然的沟通对话。

3.2产品技术架构

3.3系统结构

3.3.1自然语言理解引擎

语音识别系统选择识别基元的要求是，有准确的定义，能得到足够数据进行训练，具有一般性。英语通常采用上下文相关的音素建模，汉语的协同发音不如英语严重，可以采用音节建模。系统所需的训练数据大小与模型复杂度有关。模型设计得过于复杂以至于超出了所提供的训练数据的能力，会使得性能急剧下降。

3.4问答功能描述

3.4.1候选答案引导

当客户说出模糊问题时，系统提供多个候选答案供客户选择；客户可以通过按键或直接说出期望选项。

3.4.2多轮对话

语义理解系统支持上下文场景对话；通过多次反问引导客户补充完整的业务需求。

3.4.3日常聊天

当客户导航播报内容时，系统自动进入识别状态；当客户进行聊天式交互时，系统与客户进行日常性对话，并可进行常识性回复；多次聊天后主动进行业务引导。

3.4.4转接人工坐席

当客户主动提出转接人工坐席时，按照客户语音需求进行转人工坐席操作；当客户的需求出现多次无法解答的情况时，自动为其转接人工坐席。

3.4.5后台管理与监控

系统提供功能完善的后台管理及监控界面，并能生成多种维度的报表与趋势分析报告。

3.4.6录音调听

通过对交互语音进行识别转写并建立索引，系统提供内容检索功能以及录音调听。

3.4.7智能引导技术

部分用户不具备语音识别系统的经验，出现困惑、迟疑和系统打招呼等状况，利用智能引导技术，可以和用户打招呼，引导用户说出自己的业务需求。

3.5训练优化

3.5.1语料收集

通过收集用户对业务的表述方式，使用机器学习的方式训练出对应的业务包。每业务需要收集数百条说法，通过话务员模拟进行收集。

3.5.2持续优化

　　导航包优化

对上线后的系统日志进行标注分析，提升核心引擎的识别能力。系统的核心效果。

3.5.3VUI优化

通过体验测试的方式发现整个交互过程中存在的问题，从而对提示音和业务流程等进行优化，体验测试主要由VUI团队和话务员进行体验测试。

通过用户反馈意见，对系统进行优化，通过电话回访的方式了解用户真实的使用情况。

开启通道录音，将用户与系统交互的完整录音进行记录，从而发现用户迷惑的点和系统交互设计不合理的点，并进行改进。

4.后期维护

上线新的业务，需要收集该业务对应的说法，从而对系统进行优化。