什麼是語音機器人?
智能語音機器人結合語音辨識（Automatic Speech Recognition ,ASR）、文字轉語音（Speech To Text ,STT）、自然語言處理（Natural Language Processing ,NLP），讓機器人能夠聽得懂人類語言，並給予適當的回答，形成流暢的對話完成服務的技術。
中文的語音辨識是語音識別相對困難的語種，中文的文字有5000個、發音有500種，語音辨識，光是「ㄨˊ」這個發音相對的文字就有「吳」、「無」、「吾」、「毋」等，加上不同地區會有不一樣的口音，因此辨識上就更加困難。透過聲學模型將文字轉換成發音符號搭配語言模型詞庫判斷選字與文字組合，找到最有可能的組合就成為辨識的結果。
語音機器人一個月能夠撥打上萬通電話，處理較為簡易的服務場景、友善的協助客戶自助服務，讓專員能夠有更多時間處理較為複雜的客戶問題，對於長期電話量龐大的大型企業，如金融、電信、交通、遊戲等，是相當常見的應用。
語音辨識的技術架構
- STT－將說話者的發音內容轉化為文字的技術，透過電腦使用聲學模型與語言模型資料庫比對出最適當的文字內容，除了能夠應用在語音機器人或語音助理以外，企業也可以藉由STT將聲音相關的資訊數位化加以利用。
- TTS－將文字轉換為語音的語音合成技術，透過TTS的技術能夠使語音服務更加客製化。
- NLP－使用自然語意理解引擎及情境對話管理引擎處理輸入的資料，讓機器人能處理較為複雜的人機對話。過去的辨識主要以在語句中抓取關鍵字作為機器理解的方式，然而當文章內的關鍵字數量變多時，單純抓取關鍵詞辨識的準確度就會下降。NLP透過深度學習的演算法，能夠判讀語句的前後文，讓機器在理解人類語言上更為順暢。
- Dialog(多輪對話流程)－傳統的流程樹僅能順著流程客戶只能順著流程走A-B-C問題，多輪流程的機器人能夠記憶對話，讓使用者能在不同主題中跳轉B-C-A，透過多次來回詢問釐清用戶問題完成業務交流。
語音機器人的多元應用場景
客服中心作為企業與消費者溝通的第一線，常見有：企業被動提供客戶詢問、處理問題的進線（inbound）；企業主動聯繫客戶，作為銷售、通知的外撥（outbound）兩種服務場景，隨著人事成本逐漸提升，使用智能語音機器人輔助真人客服減少人力在大型客服中心已經是相當普遍的應用。
以催收場景為例，催收部門每個月有龐大的電話撥打名單，人力無法撥打完，發送簡訊或單向語音通知又無法得知客戶回應。使用語音機器人可以撥打既有的電話名單，並取得客戶反饋，有效提升繳款通知的涵蓋率，由於語音機器人撥打的過程都會記錄下來，也能減少與客戶之間有沒有合格通知的爭執。
除了催收以外，Grandsys研發的語音機器人已有續約提醒、電話行銷、數位照會、滿意度調查、催收提醒、刷卡風控、國際漫遊、旅平險投保等多項場景的應用。我們擁有資通訊技術的優勢，能夠排除通訊的問題讓語音機器人的通話使用上更順暢，擁有國內知名金融保險客戶群，實力堅強的團隊提供最專業的服務。
如果想要了解更多AI語音機器人的應用
歡迎與我們聯絡