傳統的客服行業(yè)人力投入高，客服人員在工作中常會遇到無聊的騷擾，大量重復性的問題，簡單的問題等。而客服人員為了避免投訴，即使面對騷擾也要花費時間去應對，解決，浪費了大量的有效時間。而簡單重復的問題幾乎占據了客服人員的大部分工作時間，無形的浪費了人力資源。而公司為了維持產出，減低人力成本在無形中又給了客服人員莫大的壓力，導致客服的離職率高，增加培訓成本，造成惡性循環(huán)。但其實這個問題電話智能客服機器人就能解決，這也就是為什么現在智能客服受到那么多企業(yè)青睞的原因。 但市面上也有一些智能客服顯得不那么智能，遭到了用戶的吐槽。智能客服想要智能不智障很大一部分取決于智能電話語音識別。

　　首先我們來了解一下電話智能客服是如何服務客戶的：

　　1、用戶通過口語描述自己的問題

　　2、機器人將用戶表述的語音信號經過語音識別的轉寫，將語音信號轉成文本

　　3、機器人將轉寫出來的文本，交由語義模型計算與現有QA庫中標準問句相似度，在知識庫中找到和它相似度的標準問句

　　4、然后經過數據庫中查表，將該問句對應的答案找出作為語音合成的合成文本

　　5、語音合成服務拿到合成文本后，經過文本分析、韻律停頓預測等，將文本合成為用戶聽到的語音 語音轉寫的質量直接決定了電話智能客服服務成功率的天花板，這也很好理解，當你給解析的是轉寫錯誤的文本，那你也不要奢望通過解析給出正確的答案。

　　轉寫的錯誤有插入錯誤、替換錯誤、刪除錯誤。 插入錯誤，即將經過轉寫的文本中插入了用戶未表述的內容，如： Q：我轉到支付寶里的資金錢怎么如何傳出去（用戶真實問句為：我轉到支付寶的錢怎么轉出去） 替換錯誤，即將用戶真實表述的內容轉寫為其他語義的內容，如： Q：我岳父在怎么還（用戶真實問句：我月付怎么還） 刪除錯誤，即將用戶真實表述的內容轉寫丟失的情況，如： Q：我的怎么轉出（用戶真實問句：我的余額怎么轉出） 為了解決轉寫詞準率的問題，除了優(yōu)化語音識別的模型，還可以讓相似度計算模型具有一定的糾錯能力。

　　解決上下文的問題除了應用上下文的技術外，還可以通過明確機器人的身份，并通過話術的引導，讓用戶對可以交互的操作有預期，盡可能將上下文的問題拆分為多個單輪問答對處理。這里我們需要注意的是，當我們應用了上下文的服務時，為了避免端點檢測結束識別語音，需要升級語音識別的語言模型，讓機器人具備判斷用戶的話是否說完。

　　電話智能客服當然不會只是簡單的識別回答用戶問題那么簡單，當我們在設計電話智能客服時需要考慮的情況比我們想象的要多得多，只有考慮盡可能多的失敗情況，我們才能在電話智能客服與用戶之間建立起足夠的信任。接下來朗深技術將帶大家了解更多關于電話智能客服相關的問題，幫你了解神秘的電話智能客服