人性化的人机交互方式－－自然语音.ppt

人性化的人机交互方式－－自然语音(于第四届中国国际呼叫中心和客户关系管理大会)Call Center CRM China 2002郑 方2002年7月3日 公司简介 北京得意音通技术有限责任公司 得意－－得到意思 d-Ear －－digital Ear 中英文名字相互谐音，共成识别与理解 得意公司的理念 建立一个可持续地面向汉语语言处理的公司和具有国际水平的企业。成为语音识别与语言理解－－尤其是中文语音识别和语言理解－－的国际性的技术提供商。 创建一种文化和氛围，以便员工可以充分发挥他们的聪明才智，并在得意公司找到他/她一生的事业。 得意公司的目标 把语音技术融入数字世界的主流。 扩展语音技术，以便:- 使计算和通讯设备的使用更容易和更安全; 提高所有数字化产品的娱乐性和教育价值; 且 创造新的和有创造性的服务。 使汉语成为信息技术中的一种更有效的媒介。 清华大学智能技术与系统国家重点实验室 与清华大学智能技术与系统国家重点实验室保持良好的关系； 1994年第一次全国重点实验室评比中为A； 1997年第二次全国重点实验室评比中为A； 2002年第三次全国重点实验室评比中仍为A； 其旗下语音技术中心（CST）拥有23余年的语音和语言处理技术的成果和经验，成果丰硕； 双方已经达成建立“清华－得意语音技术联合实验室”的意向，以实现“产学研”的无缝链接。 公司核心技术概述－－三大技术方向 公司核心技术概述－－六大应用方向【现阶段】 技术关系图 语音和语言处理技术分类 人类嘴巴的模拟－－语音合成技术 用以把文本转换成声音 完全人性化的、自然的语音合成需要语言理解技术的支持 人类耳朵的模拟－－识别和理解技术 共性特征相关技术 语音识别＝把声音变成文字 语言理解＝把文字变成语义 其他相关技术 汉语整句输入法（利用中文语言模型） 汉语语言学习（利用语音识别技术） 个性特征相关技术 声纹识别＝从声音中提取出说话人信息 得意公司与竞争对手同类产品现行指标的比较 今天将为大家介绍与CTI相关的得意公司的三个技术和产品 得意接线员 得意身份证 得意语义理解 得意接线员技术 d-Ear Word-Spotter (得意关键词检出器) 连续语音中的关键词检出技术。应用于一些具有特定要求的场合, 人们并不需要识别出整个句子，更不需要理解整个句子，而只关注那些包含特定词（称为“关键词”）的句子。根据一些应用的特殊需要，关键词检出器有一些有别于其他语音识别器的地方。包括： 有的应用需要限定或假设一个句子只能含有一个关键词（如自动分机接驳），而有的应用则不希望有这样的限定（如电话监听）。 有的应用希望“宁错勿漏”（ 如电话监听），而有的应用则希望“宁漏勿错”（如自动分机接驳）。 术语－－漏识；误警或虚报；操作点 得意关键词检出器(d-Ear Word-Spotter)的API V1.0，从内核到接口是完全自主知识产权的，有如下的特征： 非特定人，连续语音。 词表可随意定制。 句中关键词个数可以设定。 良好的拒识性能。 很低的漏识率和很低的误警率。 操作点易于调整。 实时响应。 适应各种不同的信道（如固定电话、手机和IP电话）。 得意接线员(d-Ear Attendant) 得意接线员(d-Ear Attendant)的API V1.0，是从得意关键词检出器派生而来的，它是专为下面用途而定制的： 实现24小时无人值守的电话自动转接，从而可以降低成本并且提高公司、企业形象。 外线转接不再需要查询分机号码表或依赖前台接线员，内线语音拨号可以使内部员工之间畅通无阻地沟通与合作从而提高工作效率。 注：二次开发人员完全可以利用得意关键词检出器API自己开发类似的自动总机应用：单关键词；操作点偏向低误识率 得意接线员系统构架：完全不需变动用户原有电话交换机架构及设定 得意接线员(d-Ear Attendant)的API V1.0，除具有得意关键词检出器的特点外，还有如下特点： 高检出率。检出准确率高达98%。 与硬件无关。得意接线员的识别引擎不需要引入额外的硬件即可实时处理语音流。与电话卡无关的特性使得用户可以基于任何电话卡构建自己的得意接线员。 图形化界面的词表编译器可以辅助用户高效、正确地管理和维护用户词表。超强的模糊校验能够智能地报出由于用户词表疏忽所带来的词表歧异问题。 简捷实用的例子程序。用户可以基于该例子程序了解得意接线员的功能及其特性并在此基础上定制开发自己的得意接线员。 图形界面的用户词表编译器 公司或单位进行人员维护(人员增减、电话号码变化等)时使用 名字有多音字时，管理员可以设定对此名字有一种或多种读法 在发生重名时提示管理员输入“确认信息”，以便得意接线员与来电者交互确认(一般地，确认信息不是必需的) 编译器自动产生得意接