基于中國(guó)科學(xué)院聲學(xué)研究所研發(fā)的語(yǔ)音識(shí)別核心技術(shù)，中國(guó)電信集團(tuán)近日在寧夏、新疆、貴州、河北、黑龍江、重慶六個(gè)分公司上線智能客服語(yǔ)音導(dǎo)航系統(tǒng)。
　　2018年11月，聲學(xué)所中標(biāo)中國(guó)電信智能客服云平臺(tái)項(xiàng)目，助力建設(shè)智能客服語(yǔ)音能力平臺(tái)，提供開(kāi)放的語(yǔ)音識(shí)別和語(yǔ)音合成技術(shù)，并在現(xiàn)有各種支撐系統(tǒng)基礎(chǔ)上，支持建設(shè)中國(guó)電信“智能客服系統(tǒng)”，提高10000號(hào)智慧化客戶服務(wù)水平。
　　針對(duì)實(shí)時(shí)語(yǔ)音識(shí)別的需求，聲學(xué)所研究人員提出一種基于混合神經(jīng)網(wǎng)絡(luò)（延時(shí)神經(jīng)網(wǎng)絡(luò)+輸出投影門循環(huán)單元）的低延時(shí)聲學(xué)建模技術(shù)，可處理長(zhǎng)時(shí)信息，網(wǎng)絡(luò)結(jié)構(gòu)簡(jiǎn)潔，計(jì)算速度快，易于并行化訓(xùn)練。該模型結(jié)構(gòu)已作為一種新型的回饋神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)被國(guó)際主流語(yǔ)音識(shí)別開(kāi)源軟件Kaldi采納。在非實(shí)時(shí)語(yǔ)音識(shí)別方面，研究人員提出基于BLSTM-E（雙向長(zhǎng)短時(shí)記憶擴(kuò)展）的深度神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，提升了現(xiàn)有主流BLSTM性能，解決了序列化訓(xùn)練條件下LSTM對(duì)不同長(zhǎng)度語(yǔ)音輸入的魯棒性差問(wèn)題。
　　在智能語(yǔ)音能力系統(tǒng)上線前，聲學(xué)所針對(duì)中國(guó)電信線上語(yǔ)音特點(diǎn)，進(jìn)行了語(yǔ)音檢測(cè)等模塊定制優(yōu)化，并利用多省用戶語(yǔ)音和業(yè)務(wù)知識(shí)，開(kāi)展聲學(xué)模型和語(yǔ)言模型自適應(yīng)優(yōu)化訓(xùn)練，進(jìn)一步提升了系統(tǒng)識(shí)別性能水平。此外，聲學(xué)所還提供了語(yǔ)言模型優(yōu)化訓(xùn)練系統(tǒng)和熱詞優(yōu)化系統(tǒng)，支持現(xiàn)場(chǎng)模型訓(xùn)練，可實(shí)現(xiàn)新業(yè)務(wù)快速上線。
　　該系統(tǒng)有效解決了傳統(tǒng)IVR系統(tǒng)菜單復(fù)雜、層級(jí)過(guò)深的問(wèn)題，以自然人機(jī)語(yǔ)音交互方式替代原有按鍵式交互流程，實(shí)現(xiàn)菜單扁平化，支持業(yè)務(wù)節(jié)點(diǎn)層級(jí)之間的任意跳轉(zhuǎn)、智能中斷和快速返回，簡(jiǎn)化了人機(jī)交互流程，為用戶帶來(lái)良好體驗(yàn)。
　　聲學(xué)所和中國(guó)電信集團(tuán)預(yù)計(jì)將在2019年上半年完成23個(gè)省市的智能語(yǔ)音導(dǎo)航系統(tǒng)建設(shè)。