1、系統(tǒng)現(xiàn)狀
隨著人工智能技術(shù)的不斷進(jìn)步，及近年來保險(xiǎn)、證券等行業(yè)的飛速發(fā)展，傳統(tǒng)金融服務(wù)模式已經(jīng)難以全方位滿足用戶需求。為更好的滿足用戶多樣化的金融服務(wù)需求，提升用戶體驗(yàn)，實(shí)現(xiàn)降本增效，引入智能語音交互技術(shù)已成為行業(yè)趨勢(shì)。用戶可以使用語音進(jìn)行交互，并獲得其所需的服務(wù)結(jié)果。
為打造智能語音交互新功能，實(shí)現(xiàn)機(jī)器“聽懂”人類語言，將語音信號(hào)轉(zhuǎn)變?yōu)橄鄳?yīng)文本，需引入智能語音技術(shù)與自身業(yè)務(wù)及智能服務(wù)相結(jié)合，建立智能語音平臺(tái)。
2、建設(shè)目標(biāo)
本次項(xiàng)目建設(shè)內(nèi)容整體包括AI+語音平臺(tái)軟件的搭建部署，平臺(tái)能支撐客戶系統(tǒng)在ASR語音識(shí)別和TTS語音合成等方面的需要。
構(gòu)建AI+語音平臺(tái)，提供語音識(shí)別、語音合成等實(shí)現(xiàn)與多種人工智能能力的靈活組合與掛接，并提供豐富的接口與客戶系統(tǒng)進(jìn)行平滑對(duì)接，實(shí)現(xiàn)量身定制的語音交互平臺(tái)級(jí)系統(tǒng)服務(wù)，方便各渠道前端敏捷迭代開發(fā)調(diào)用。
AI+語音平臺(tái)通過語音識(shí)別、語音合成等能力，實(shí)現(xiàn)對(duì)接客戶系統(tǒng)實(shí)現(xiàn)高頻業(yè)務(wù)改造，支持客戶以語音方式進(jìn)行交互，實(shí)現(xiàn)各種智能化業(yè)務(wù)應(yīng)用。
AI+語音平臺(tái)將語音合成、語音識(shí)別和聲紋識(shí)別等無縫的集成在同一個(gè)系統(tǒng)架構(gòu)中，降低運(yùn)維成本，提高利用率。
總體方案
1、方案概述
圖片AI+語音平臺(tái)整體分為平臺(tái)接入層、平臺(tái)能力層和平臺(tái)服務(wù)層，其中平臺(tái)接入層和平臺(tái)服務(wù)層面向客戶提供能力和服務(wù)的整體集成解決方案。AI+語音平臺(tái)可提供統(tǒng)一的AI能力，實(shí)現(xiàn)共享和按需配置，以及產(chǎn)品應(yīng)用和能力的解耦，方便部署和靈活對(duì)接。同時(shí)，智能語音技術(shù)平臺(tái)統(tǒng)一建設(shè)和規(guī)劃，可以起到統(tǒng)一優(yōu)化資源、統(tǒng)一發(fā)布服務(wù)、統(tǒng)一進(jìn)行業(yè)務(wù)接入的益處，做到一次建設(shè)，多處受益，構(gòu)建新型的服務(wù)能力平臺(tái)。結(jié)合實(shí)際業(yè)務(wù)狀況，重點(diǎn)提供語音識(shí)別、語音合成核心能力。
以云服務(wù)的方式為應(yīng)用終端提供語音服務(wù)，通過集成標(biāo)準(zhǔn)的SDK控件，為最終用戶提供語音、自然語言理解、圖像等人工智能應(yīng)用。
2、組網(wǎng)說明
從上述圖中可以看到，用戶的請(qǐng)求進(jìn)入AI+語音平臺(tái)時(shí)，首先防火墻要對(duì)其進(jìn)行安全性檢查，以保證系統(tǒng)的正常穩(wěn)定運(yùn)行。之后用戶的請(qǐng)求將送至接入服務(wù)器，接入服務(wù)器會(huì)根據(jù)用戶請(qǐng)求的業(yè)務(wù)類型，如語音合成、語音識(shí)別等，并結(jié)合系統(tǒng)負(fù)載均衡策略，將請(qǐng)求分發(fā)至業(yè)務(wù)服務(wù)器。業(yè)務(wù)服務(wù)器先解析用戶請(qǐng)求，將用戶請(qǐng)求和業(yè)務(wù)相關(guān)的信息存儲(chǔ)至數(shù)據(jù)庫，加載業(yè)務(wù)資源，調(diào)用相應(yīng)的語音引擎服務(wù)器，將請(qǐng)求響應(yīng)結(jié)果返回給接入服務(wù)器，接入服務(wù)器進(jìn)一步返回給用戶。在此架構(gòu)中，系統(tǒng)運(yùn)行管理服務(wù)器會(huì)實(shí)時(shí)監(jiān)測(cè)到所有服務(wù)器節(jié)點(diǎn)的運(yùn)行狀態(tài)。
運(yùn)營優(yōu)化方案
核心效果優(yōu)化主要包含對(duì)智能語音平臺(tái)語音合成、語音識(shí)別、語義和聲紋效果優(yōu)化等幾個(gè)方面。
- 合成效果優(yōu)化：通過對(duì)發(fā)言參數(shù)的調(diào)整，可以對(duì)語速、流程性等一系列關(guān)鍵參數(shù)進(jìn)行調(diào)整，結(jié)合預(yù)錄音等方式，使語音合成播報(bào)效果更加流暢飽滿，貼合滿足業(yè)務(wù)應(yīng)用要求；
- 語音識(shí)別優(yōu)化：主要是對(duì)實(shí)測(cè)數(shù)據(jù)進(jìn)行詳盡分析，擴(kuò)展測(cè)試集、訓(xùn)練集，擴(kuò)充說法、提升語料覆蓋度等方法，重點(diǎn)解決反饋的一些單點(diǎn)問題，分析影響識(shí)別效果的原因，若是聲學(xué)層面導(dǎo)致的，則補(bǔ)充進(jìn)行音頻數(shù)據(jù)標(biāo)注和優(yōu)化訓(xùn)練，若是語言層面，則通過擴(kuò)充覆蓋度、增大句式概率等進(jìn)行效果調(diào)優(yōu)。
為了實(shí)現(xiàn)AI+語音平臺(tái)項(xiàng)目要求，云翌結(jié)合目前項(xiàng)目的現(xiàn)狀，準(zhǔn)備通過持續(xù)的運(yùn)營優(yōu)化不斷提升服務(wù)應(yīng)用效果與定制化配合。主要通過業(yè)務(wù)應(yīng)用保障和能力效果優(yōu)化等手段對(duì)該系統(tǒng)進(jìn)行優(yōu)化，持續(xù)迭代以保證語音能力效果的穩(wěn)定性、可靠性及優(yōu)良性。根據(jù)應(yīng)用場(chǎng)景的不同，差異化保障和支撐各業(yè)務(wù)效果指標(biāo)。
關(guān)于云翌
上海云翌通信科技有限公司總部位于上海市浦東軟件園世博分園，致力于向社會(huì)企事業(yè)單位提供自主研發(fā)的VoIP全系列通信產(chǎn)品。包括統(tǒng)一通信、智能呼叫中心、IP指揮調(diào)度、云平臺(tái)等產(chǎn)品及方案。
公司是上海市雙軟認(rèn)定企業(yè)、重點(diǎn)高新技術(shù)企業(yè)。公司核心管理與研發(fā)團(tuán)隊(duì)均為通信行業(yè)內(nèi)從業(yè)十年以上的資深人士，在IP融合通信、行業(yè)應(yīng)用、云平臺(tái)等領(lǐng)域有著豐富的專業(yè)經(jīng)驗(yàn)。公司產(chǎn)品充分利用Internet和全球IP互聯(lián)的環(huán)境，提供比傳統(tǒng)業(yè)務(wù)更全面、更專業(yè)的服務(wù)解決方案。
公司成立以來，已經(jīng)成功為上萬家企事業(yè)單位提供通信解決方案，超高的性價(jià)比以及全面的定制服務(wù)贏得了用戶的一致認(rèn)可。
