您好，欢迎致电××银行，我是语音助手××，请直接说出您要办理的业务”“业务查询请按1，业务办理请按2，人工服务请按3……” 拨打部分银行客服电话时 消费者经常会听到这样的提示 当前 智能客服已成为不少银行的“标配” 近年来，受互联网冲击、净利润增速趋缓等因素的影响，银行业面临着较大的挑战。为改善服务质量，降低营业成本，各大银行纷纷布局人工智能应用领域，以赢取消费者的青睐。

　　兴业银行打造的智能语音客服机器人自2020年7月成功上线以来运行良好，在上线不到两个月的时间内，实现日均处理客户来电4万多通，端到端整体识别率91%以上，语音转文字整体字准率93%以上，处于业内水平。 据介绍，兴业银行智能语音客服机器人具备可视化多轮对话管理、高精度智能FAQ、高效快速的自主学习模式、情感分析等核心功能。在增强智能客服语音能力的同时，机器人具备更好的感知能力、认知能力、表达能力，从而实现多轮对话、回答等更多功能，完善的智能语音客服系统让兴业服务能力更从容、更高效，更有温度。

　　不过，在实际体验过程中，银行的智能客服还没有足够“智能”，在客户体验上仍有待加强。例如，一家股份制银行电话银行智能客服在输入卡号后，就可办理账户查询及转账、电话挂失及密码修改、开户行查询、个人等业务，但是需要根据提示一步一步进行。在微信公众号方面，需要输入的关键词，才能得到相关答案。例如，查询“转让”，另一家银行公众号虽然显示业务的介绍，但仍需输入相关序号来了解具体的内容。

　　银行智能客服的工作原理：

　　语音机器人的工作原理主要是在人机的对话过程中，模拟客服的听、说、理解、决策这四项能力。 首先，用户在电话一端说了一句话，机器人它会先听，听是什么，就是把用户的这段话通过语音识别转化成文本。 第二个环节是拿到文本之后，要理解他背后的意图，这个环节就是NRU。实际上，这一段文本转化成意图之后，计算机才能去处理这个意图节点相关的数据标签。 最关键的环节叫做决策，怎么去响应用户，是用问句还是用回答，或是用其他内容，这是一个决策的过程。决策完之后就会用到NRG，就是自然语言生成，生成一段对应的相关的话术，这段话述可以是由业务事先配置好的，也可以基于过去人工对话的海量样本，从中挑选的话术。 一个环节，把这段文本通过语音合成技术形成一个声音信号，然后通过电话放给用户听。 整个听、说、理解、决策这四项需要在几百毫秒以内完成，这样用户才有及时对话的响应，才没有卡顿的现象。

　　出现错误时怎么处理：

　　实际上，在人机对话过程中，机器人一定会犯错误，这是避免不了的。尤其是当有些话，机器人它没有听懂，比如它识别错了；另外，就是这句话它没有猜出背后意图的时候，就会在和用户对话中产生一些不顺畅的地方。那这种错误我们是怎么发现呢？

　　主要从两个方面：

　　1.从机器人的角度，机器人听到一句话的时候，如果它理解不了背后的意图，这时候我们的程序就能自动识别出来。

　　2.从用户的角度，我们会实时监测用户和机器人对话过程中，不管是用户有重复的话语，重复的意图，甚至比如说问一些“你为什么听不懂我说话”这种类似的句子。

　　这些错误都被实时的抓取出来，我们会对接到后台的标注系统，标注系统就是由机器人训练师在上面去看，哪些问题，哪些用户表达的内容机器人识别错了，不管是文字也好、意图也好。 这时候训练师会站在客服的角度，去纠正它的文字，还有意图。这些被纠正的文字和意图，会自动的进入到语音的深度训练模型里面，然后每天会去自动训练、迭代。这样的话，机器人有了这些问题的样本，经过训练、优化之后，当它再次遇到这些问题的时候就能够听懂。 SO，朗深技术提醒，想要智能客服智能，效果好。需要配备人工客服进行配合，还需要对机器人进行定期的问题整理更新。