传统的客服行业人力投入高，客服人员在工作中常会遇到无聊的骚扰，大量重复性的问题，简单的问题等。而客服人员为了避免投诉，即使面对骚扰也要花费时间去应对，解决，浪费了大量的有效时间。而简单重复的问题几乎占据了客服人员的大部分工作时间，无形的浪费了人力资源。而公司为了维持产出，减低人力成本在无形中又给了客服人员莫大的压力，导致客服的离职率高，增加培训成本，造成恶性循环。但其实这个问题电话智能客服机器人就能解决，这也就是为什么现在智能客服受到那么多企业青睐的原因。 但市面上也有一些智能客服显得不那么智能，遭到了用户的吐槽。智能客服想要智能不智障很大一部分取决于智能电话语音识别。

　　首先我们来了解一下电话智能客服是如何服务客户的：

　　1、用户通过口语描述自己的问题

　　2、机器人将用户表述的语音信号经过语音识别的转写，将语音信号转成文本

　　3、机器人将转写出来的文本，交由语义模型计算与现有QA库中标准问句相似度，在知识库中找到和它相似度的标准问句

　　4、然后经过数据库中查表，将该问句对应的答案找出作为语音合成的合成文本

　　5、语音合成服务拿到合成文本后，经过文本分析、韵律停顿预测等，将文本合成为用户听到的语音 语音转写的质量直接决定了电话智能客服服务成功率的天花板，这也很好理解，当你给解析的是转写错误的文本，那你也不要奢望通过解析给出正确的答案。

　　转写的错误有插入错误、替换错误、删除错误。 插入错误，即将经过转写的文本中插入了用户未表述的内容，如： Q：我转到支付宝里的资金钱怎么如何传出去（用户真实问句为：我转到支付宝的钱怎么转出去） 替换错误，即将用户真实表述的内容转写为其他语义的内容，如： Q：我岳父在怎么还（用户真实问句：我月付怎么还） 删除错误，即将用户真实表述的内容转写丢失的情况，如： Q：我的怎么转出（用户真实问句：我的余额怎么转出） 为了解决转写词准率的问题，除了优化语音识别的模型，还可以让相似度计算模型具有一定的纠错能力。

　　解决上下文的问题除了应用上下文的技术外，还可以通过明确机器人的身份，并通过话术的引导，让用户对可以交互的操作有预期，尽可能将上下文的问题拆分为多个单轮问答对处理。这里我们需要注意的是，当我们应用了上下文的服务时，为了避免端点检测结束识别语音，需要升级语音识别的语言模型，让机器人具备判断用户的话是否说完。

　　电话智能客服当然不会只是简单的识别回答用户问题那么简单，当我们在设计电话智能客服时需要考虑的情况比我们想象的要多得多，只有考虑尽可能多的失败情况，我们才能在电话智能客服与用户之间建立起足够的信任。接下来朗深技术将带大家了解更多关于电话智能客服相关的问题，帮你了解神秘的电话智能客服