本文目錄一覽：

序言

隨著人工智能命題的提出，近年來涌現(xiàn)出一大批基于人工智能的呼叫中心業(yè)務(wù)服務(wù)商和集成商，僅智能外呼這一模塊兒就將近百家公司在推廣和運(yùn)營。可以說整個(gè)基于人工智能技術(shù)的市場開始蓬勃的發(fā)展起來了。

簡單介紹一下什么叫做智能語音交互平臺。其實(shí)大實(shí)話就是在呼叫中心基礎(chǔ)上，集成 ASR、 TTS、的呼叫服務(wù)平臺。

那么如何我們自己去搭建智能語音系統(tǒng)呢？

我們先列出搭建智能外呼系統(tǒng)的搭建需要那些技術(shù)和服務(wù)：

個(gè)人認(rèn)為：

[if !supportLists]·[endif] 首先最重要的是交換機(jī)：

[if !supportLists]1. [endif]PBX也就是交換機(jī)，商用設(shè)備原廠包括像華為、Avaya、思科、東匯等這些生產(chǎn)硬件交換機(jī)，

[if !supportLists]2. [endif]還有就是目前FreeSitch、asterrisk、OpenPBX這些軟件交換機(jī)。

[if !supportLists]·[endif] 其次是AI技術(shù): 及包含語音識別、語義理解、語音合成這三種技術(shù)是核心組成部分。語音識別相當(dāng)于人的“耳朵”，接進(jìn)電話后，對人的話語進(jìn)行處理轉(zhuǎn)義成系統(tǒng)能夠識別的數(shù)據(jù)交由系統(tǒng)處理去識別。在進(jìn)一步的話，可以轉(zhuǎn)義為文字。語義理解相當(dāng)于人的"大腦"，根據(jù)話語識別人的意圖。語音合成，相當(dāng)于人的”嘴巴“，識別人的意圖之后，依照特定的回答方式，去回復(fù)和引導(dǎo)對話。

[if !supportLists]·[endif] 再者是前端服務(wù)平臺：即用戶登錄、配置呼叫流程，建立呼叫任務(wù)、統(tǒng)計(jì)呼叫數(shù)據(jù)、導(dǎo)出呼叫報(bào)表的網(wǎng)站，這個(gè)是終端用戶唯一可以看到并且操作的界面。

[if !supportLists]·[endif] 最后是外呼線路：其中包括三大運(yùn)營商以及其他小型的集成線路供應(yīng)商，主要目的是外呼電話或者是接入電話。

也有人可能有疑問：”智能語音交互系統(tǒng)最重要的不是人工智能么，和交換機(jī)有啥關(guān)系？”為什么說最重要的是交換機(jī)呢，原因是不管我們是外呼還是接入電話、都需要前端服務(wù)平臺把外呼請求發(fā)送給交換機(jī)，通過外呼線路而撥出去。換句話說交換機(jī)是控制整體的外呼情況。硬件的交換機(jī)，比如說像華為的交換機(jī)，價(jià)格在大約幾萬到幾百萬不等的價(jià)格。對于想要建立自己的智能語音交互系統(tǒng)來說，價(jià)格對于一些小型公司來說承受不起，而FreeSitch這種軟交換則大大方便了小型公司建立自己的智能語音交互系統(tǒng)。

什么是FreeSwitch？

FreeSitch是一個(gè)電話的軟交換解決方案，包括一個(gè)軟電話和軟交換機(jī)用以提供語音和聊天的產(chǎn)品驅(qū)動(dòng)。FreeSitch 可以用作交換機(jī)引擎、PBX、多媒體網(wǎng)關(guān)以及多媒體服務(wù)器等。支持多種通訊技術(shù)標(biāo)準(zhǔn)，包括 SIP, H.323, IAX2 以及 GoogleTalk ，同時(shí)也可以方便的與其他開源的PBX系統(tǒng)進(jìn)行對接。而且具有很強(qiáng)的伸縮性。旨在為音頻、視頻、文字或任何其他形式的媒體，提供路由和互連 通信協(xié)議 。

FreeSwitch 的典型功能

[if !supportLists]·[endif]在線計(jì)費(fèi)、預(yù)付費(fèi)功能。

[if !supportLists]·[endif]電話路由服務(wù)器。

[if !supportLists]·[endif]語音轉(zhuǎn)碼服務(wù)器。

[if !supportLists]·[endif]支持資源優(yōu)先權(quán)和QoS的服務(wù)器。

[if !supportLists]·[endif]多點(diǎn)會議服務(wù)器。

[if !supportLists]·[endif]IVR、語音通知服務(wù)器。

[if !supportLists]·[endif]VoiceMail服務(wù)器。

[if !supportLists]·[endif]PBX應(yīng)用和軟交換。

[if !supportLists]·[endif]應(yīng)用層網(wǎng)關(guān)。

[if !supportLists]·[endif]防火墻/NAT穿越應(yīng)用。

[if !supportLists]·[endif]私有服務(wù)器。

[if !supportLists]·[endif]SIP網(wǎng)間互聯(lián)網(wǎng)關(guān)。

[if !supportLists]·[endif]SBC及安全網(wǎng)關(guān)。

FreeSwitch最典型的功能是作為一個(gè)服務(wù)器，并用電話客戶端軟件連接到它。雖然FreeSwitch支持眾多的通信協(xié)議，但其最主要的協(xié)議還是SIP，通過SIP中繼發(fā)起會話協(xié)議。

使用FreeSwitch這種軟交換的好處在于，你只需要一臺服務(wù)器就可以隨時(shí)搭建自己的外呼中心，而且FreeSwitch支持跨平臺運(yùn)行。能夠原生運(yùn)行Windows、Linux、BSD等諸多32/64位平臺。

FreeSwitch內(nèi)部使用線程模型來處理并發(fā)請求，每個(gè)連接都在單獨(dú)的線程中進(jìn)行處理，不同的線程間通過Mutex互斥訪問共享資源，并通過消息和異步事件等方式進(jìn)行通信。FreeSwitch本身是比較穩(wěn)定的，它是比較優(yōu)秀的開源軟件。另一方面來講，F(xiàn)reeSwitch又是比較激進(jìn)的，它的開發(fā)分支里會有大量的新特性加入，因此在測試不全面的情況下，很容易出現(xiàn)不穩(wěn)定的情況。而在用于生產(chǎn)環(huán)境的情況下，系統(tǒng)的穩(wěn)定性是系統(tǒng)能否正常被使用的關(guān)鍵。之前我們在做項(xiàng)目的過程中，就遇到一些FreeSwitch不穩(wěn)定的情況，導(dǎo)致外呼情況不理想。舉一個(gè)例子：我們在進(jìn)行測試外呼的時(shí)候，語音通話斷斷續(xù)續(xù)，雖然前端服務(wù)平臺可以很好的接受到數(shù)據(jù)的傳輸，但是，真正在與人工進(jìn)行溝通的時(shí)候，會出現(xiàn)各種各樣的溝通障礙，為了解決這一個(gè)問題，我們花費(fèi)了幾個(gè)月的時(shí)間，去研究FreeSwitch的結(jié)構(gòu)特性。終于把這個(gè)問題解決掉。我們的項(xiàng)目才得以繼續(xù)推動(dòng)，最終得以真正落地部署實(shí)施。

也有人可能有疑問：”FreeSwitch軟交換雖然重要，但是既然是智能語音交互系統(tǒng)人工智能不重要嗎？”，重要，當(dāng)然重要！容我慢慢道來~

AI 技術(shù)

1. 通信原理

先簡單解釋一下正常打電話這個(gè)流程

流程：A→PSTN→B

解釋：PSTN是Public

Switched Telephone Network，意思為公共交換電話網(wǎng)絡(luò)，也就是我們的運(yùn)營商的網(wǎng)絡(luò)電話，

那我們平時(shí)如何給呼叫中心比如打電話是如何打的？：個(gè)人A打電話給呼叫中心1***6 打電話，撥通后聽到錄音，您好，撥打人工臺，請按0鍵，按鍵之后，出現(xiàn)盲音，真正接通之后，客服接通了電話。

流程：A→PSTN→PBX→IVR→客服

解釋：PBX也叫交換機(jī)、相當(dāng)于整個(gè)呼叫中心的出入口

IVR也叫互動(dòng)/交互式語音應(yīng)答，語音導(dǎo)航，也就是相當(dāng)于咨詢業(yè)務(wù)請按鍵，這一環(huán)節(jié)，根據(jù)業(yè)務(wù)去分流到客服。

智能語音交互平臺（智能機(jī)器人）落實(shí)到具體具體業(yè)務(wù)場景是如何實(shí)現(xiàn)的：

如：”個(gè)人A要在某一個(gè)大型酒店預(yù)訂位子“，

A撥通后先聽到了聲音，“您好，我是機(jī)器人小岳，需要我?guī)湍單蛔邮菃幔?/p>

個(gè)人A說，“我不要和機(jī)器人說話，找個(gè)真人來”。

然后聽到錄音，“為您轉(zhuǎn)接很貴的真人客服，排隊(duì)中，請稍后”。

幾分鐘后接通，真人客服接了電話。

流程：A→PSTN→PBX→IVR（TTS→ASR→NLP→TTS）→ACD→客服

解釋：在IVR部分：不再需要提示按鍵，而是直接問來電方需要辦理什么業(yè)務(wù)，然后識別語音、理解意圖后，根據(jù)用戶的需求，回答后轉(zhuǎn)入對應(yīng)的業(yè)務(wù)隊(duì)列排隊(duì)。

上邊是接通的流程，呼出的流程與之相反，就不在贅述了。

2. 現(xiàn)在市場上的AI技術(shù)的運(yùn)用

目前市場上的不管是ASR、TTS、NLP都被阿里百度科大訊飛等巨頭公司所占據(jù)，這些技術(shù)在國內(nèi)基本已經(jīng)成為定局。像ASR這類引擎市場上大部分都是用的阿里云和訊飛云的，要不就是百度云。阿里云和訊飛云的識別率高一些，可以達(dá)到97%左右、百度的差一些，識別率在80%左右，我們當(dāng)初在做項(xiàng)目的時(shí)候選擇ASR做過測試，事實(shí)證明阿里云識別率更高同時(shí)也可以識別方言。因此，我們在做項(xiàng)目的時(shí)候，當(dāng)仁不讓的選擇了阿里云的

TTS我們選擇的是訊飛的，選擇的理由很簡單，畢竟科大訊飛是人工智能領(lǐng)域巨頭級的公司，質(zhì)量當(dāng)然有的保證。

3. AI 能力對接

在具體落地中，這個(gè)領(lǐng)域的常規(guī)參與者通常具備呼叫中心能力或者AI能力其中一種，而主要的對接點(diǎn)也就在于AI能力與呼叫中心設(shè)備去對接，而ASR/TTS與呼叫中心設(shè)備對接的常規(guī)協(xié)議主要是mrcp/sip。

媒體資源控制協(xié)議（Media Resource Control

Protocol, MRCP）是一種通訊協(xié)議，用于語音服務(wù)器向客戶端提供各種語音服務(wù)(如語音識別和語音合成)。有兩個(gè)版本的MRCP協(xié)議，版本2使用SIP作為控制協(xié)議，版本1使用RTSP。

實(shí)際對接的時(shí)候，會遇到不少技術(shù)問題，當(dāng)我們ASR/TTS引擎做私有云部署，為了避免了內(nèi)外網(wǎng)穿透時(shí)防火墻的諸多設(shè)置和語音流的時(shí)延。這在我們當(dāng)時(shí)對接的時(shí)候也花費(fèi)了好大一番功夫。

前端服務(wù)平臺：

其中最重要的就是配置呼叫流程這一塊兒了，

這一塊兒很容易被忽視，但是這反而是可以出成績的地方。一般來說一套最佳話術(shù)模板，可以以一敵萬。心理學(xué)基礎(chǔ)必須要有，一句話怎么說能讓接電話的人最大概率的順著自己的思路走，達(dá)成目的，從而形成特定細(xì)分領(lǐng)域機(jī)器人話術(shù)模板，得到最佳的外呼效果（接通率、通話時(shí)長、電銷意愿、催收意愿）或者是接通效果（滿意度）

其余的基本就是web端的東西了，具體功能點(diǎn)呢，即用戶登錄、配置呼叫流程，建立呼叫任務(wù)、統(tǒng)計(jì)呼叫數(shù)據(jù)、導(dǎo)出呼叫報(bào)表，這些功能點(diǎn)基本實(shí)現(xiàn)就可以，因?yàn)檎驹诋a(chǎn)品角度，產(chǎn)品最重要的價(jià)值就是可以呼通或者接通用戶的電話，并且能夠準(zhǔn)確的識別用戶的意圖，并且準(zhǔn)確的回答用戶。這就是智能語音交互系統(tǒng)的最終目標(biāo)，也一直是我們的最終目標(biāo)。

外呼線路廠商：

一般如果是購買系統(tǒng)的話，是給提供線路的，只需交一些線路費(fèi)用。如果是自己做項(xiàng)目的話，網(wǎng)上、淘寶上一大堆，費(fèi)用可以談，也給提供線路對接的接口。

結(jié)語

雖然現(xiàn)在市場上做智能語音交互系統(tǒng)的比較多，但一般只限于各個(gè)行業(yè)的電話銷售，真正意義上的智能語音交互還是很少的。原因很簡單，雖然原理不是很難但是真正落地實(shí)施的時(shí)候，遇到的困難非常的多，幾乎是一步一個(gè)坑。好在現(xiàn)在已經(jīng)真正的落地實(shí)施了，方方面面的效果都還是很不錯(cuò)的。一年多的辛苦沒有白費(fèi)。哈哈~

寫這篇文章嘗試給大家簡單介紹一下智能語音交互系統(tǒng)，然才疏學(xué)淺，疏漏和不當(dāng)之處在所難免，權(quán)當(dāng)給大家拋磚引玉。

諸多細(xì)節(jié)限于主題和篇幅的要求不做詳細(xì)記述，如有問題，歡迎隨時(shí)交流。

1、首先打開瀏覽器百度云外呼系統(tǒng)，點(diǎn)擊搜索欄。

2、其次輸入度言外呼系統(tǒng)官網(wǎng)百度云外呼系統(tǒng)，點(diǎn)擊進(jìn)入。

3、最后在設(shè)置中百度云外呼系統(tǒng)，點(diǎn)擊注銷賬號即可。

外呼系統(tǒng)是什么?

外呼系統(tǒng)是指通過電腦自動(dòng)往外撥打用戶電話，將錄制好的語音通過電腦播放給用戶。它是基于CTI技術(shù)的現(xiàn)代客戶服務(wù)中心系統(tǒng)不可或缺的一個(gè)組成部分。外呼分為兩個(gè)階段：外呼數(shù)據(jù)的獲取以及外呼動(dòng)作的發(fā)起。

預(yù)測型撥號

將整個(gè)過程自動(dòng)化，計(jì)算機(jī)選擇要撥的客戶并開始撥號。所有無效的呼叫：如忙音、無應(yīng)答、機(jī)器接聽都將被跳過，不接通話務(wù)員。如果客戶應(yīng)答，呼叫將迅速轉(zhuǎn)給一個(gè)話務(wù)員，如果因?yàn)槟撤N原因：忙、無人接，呼叫無法送到話務(wù)員。就將號碼放入一個(gè)新的聯(lián)系名單等待合適的時(shí)間再撥。

預(yù)測撥出使用復(fù)雜的數(shù)學(xué)算法考慮多種因素，如可用的電話線路數(shù)、可用接線員數(shù)、無法接通期望座席的概率等。預(yù)測撥出發(fā)出的呼叫往往比話務(wù)員處理的要多，它為話務(wù)員節(jié)省了大量查號、撥號、等待震鈴的時(shí)間，從而大大提高效率。