智能在線客服是智能語音的一個重要應用場景，其主要功能是同用戶進行基本溝通，并自動回復用戶有關產品或服務的問題，以達到降低企業(yè)客服運營成本、提升用戶體驗的目的。

2018年，市面上的智能語音機器人如雨后春筍般涌現，如金融行業(yè)，外呼機器人可用于金融產品的推廣、客戶服務與回訪；教育領域可通過智能語音機器人做課程咨詢服務；地產行業(yè)，也可以通過智能語音機器人向數據庫中的購房者引薦樓盤，約請意向客戶到門店看房等。

作為訊眾股份旗下全資子公司，云訊科技近日發(fā)布了一款“云訊云雀”智能語音機器人軟件，主要用于電銷外呼和客服回訪，其系統每天可自動外呼800～1000通電話，效率是正常人工作業(yè)的6～8倍，幫助企業(yè)實現低成本高效率獲客。

據云訊科技副總經理謝億民介紹，云訊科技主要通過IAAS、PAAS、SAAS服務，為大中型客戶提供智能語音機器人、安全隱號、大數據精準營銷等標準化或定制化的產品和解決方案。

其核心技術主要涉及語音識別（ASR）、自然語言處理（NLP）、語音合成（TTS）和機器學習（ML）幾大方面。

首先，語音識別（ASR）技術需要處理不同口音、背景噪聲、區(qū)分同音異形／異義詞，同時還需要具有跟上正常語速的工作速度。語音識別就好比“機器的聽覺系統”，通過識別和理解，把語音信號轉變?yōu)橄鄳奈谋净蛎睢?/p>

其中最關鍵的技術是機器的識別準確率，目前的識別率在工程環(huán)境下已基本達到90％以上，在生活職場環(huán)節(jié)下，主流ASR服務商能達到80％左右的識別率。云雀與國內頂尖科研機構及企業(yè)，達到深度合作，基于十年通訊語料素材，同共研制打磨云雀語音識別核心引擎。

其次，自然語音處理（NLP）應用背后有大量的基礎任務和機器學習模型。利用NLP，我們可以讓機器來執(zhí)行自動摘要，翻譯，關系提取，情感分析，話題分割等任務，像人一樣處理復雜的文本。目前云訊云雀針對金融、教育與房產領域，進行了針對性的NLP語音訓練優(yōu)化，以保障在三個電銷外呼行業(yè)，具有更高的NLP數據處理能力。

第三，語音合成（TTS）就是將文字信息化為聲音信息，給機器配上“人聲”。出色的TTS需要大量的語料庫，成熟的、可商用的TTS的合成音，在音色、自然度等方面的表現均可以接近人聲。目前，行業(yè)內根據人聲定制的TTS，需錄制原聲1000小時，費用達40萬元。

而且效果還與正常人聲在語音語調等音色方面，仍有很大差距。云訊云雀在支持TTS的基礎上，著重支持真人錄音支持，以及高效的在線錄音更新模式，以最大化的提升人機交互時的擬真度。

第四，機器學習指的是計算機系統無須遵照顯式的程序指令，而只依靠數據來提升自身性能的能力。其核心在于，機器學習是從數據中自動發(fā)現模式，模式一旦被發(fā)現便可用于預測。

比如，給予機器學習系統一個關于交易時間、商家、地點、價格及交易是否正當等信用卡交易信息的數據庫，系統就會學習到可用來預測信用卡欺詐的模式。處理的交易數據越多，預測就會越準確，機器也就會“更聰明”。

云雀智能語音機器人的特點主要體現在以下幾個方面：

一個是過往行業(yè)的積累。云訊科技為新三板創(chuàng)新層企業(yè)訊眾股份在2011年成立的全資子公司，聯通集團、工商銀行、光大資本等資本參股，曾服務于百度、騰訊、小米、51信用卡、豬八戒等5萬多家知名企業(yè)。

其次是技術上的厚積薄發(fā)。據悉，云訊團隊主要依托于清華大學人工智能研究中心和中科院聲學所，早在2012年就全面開展語音交互、語義理解等底層技術的研究，并著重研發(fā)智能機器人之ASR、NLP與TTS等三大核心技術的引擎產品。

此外，通信資源豐富。訊眾股份在全國各地市級的運營商部署，為智能語音機器人提供了本地化號碼與線路服務，其多樣化、本地化及智能輪換的外顯號碼，大幅提升了整體接通率。

現階段，云雀智能語音機器人已開始應用于銀行信用卡逾期賬單催收、互金小額貸款催繳、房地產售賣、職員雇用、基金理財產品售后回訪等范疇，實現外呼業(yè)務的智能化、規(guī)范化、流程化，助力企業(yè)提高業(yè)務處理能力、運營能力和客戶體驗。

在銀行、金融行業(yè)，用智能語音機器人催收信譽較好、愈期率較低的貸款，讓經驗豐厚的原有催收員工向催收專家轉型，專注處置疑問紛亂的逾期貸款，提高整體效能。

在房地產行業(yè)，用智能語音機器人向數據庫中的購房者引薦樓盤，通過初步篩選，約請意向客戶到門店看房，構成“智能外呼機器人泛挑選＋房產銷售員準營銷”的新型房產銷售形式。

在教育類公司，用智能語音機器人邀約客戶，來門店或在線