随着企业的发展，客服服务不可或缺。客服面对的80%的问题可能都是重复性的问题。人工智能的发展可以大大减轻员工的工作强度和难度。语音识别、语义理解、语音合成技术的不断积累和发展，已经直接帮助客服处理部分业务，降低企业成本。此外，通过大量的数据积累，客户服务中心可以逐步超越成本中心的桎梏，为业务部门提供业务优化方案，成为更具商业价值的服务。
那么该如何搭建智能客服系统？
智能客服系统构成
呼叫中心平台：呼叫中心设备商包括avaya、genesys、cisco、华为等，同时有很多的集成商及开源方案FreeSWITCH可供选择。同时，呼叫平台也包含运营商电话线路，企业可以通过服务商或专门的线路集成商获得。企业如果还未建立呼叫中心，则可以根据自身业务情况选择呼叫中心服务商或自建呼叫中心。若已有呼叫中心，则仅需考虑AI能力部分。
AI能力：包括语音识别、语义理解、语音合成等能力。同时，AI能力要能够和呼叫中心系统快速对接。百度语音识别针对呼叫中心8k采样率音频及呼叫中心业务特征进行专门训练，采用流式多级的截断注意力模型（SMLTA），国际上首次超越整句的注意力建模、国际上首次实现在线语音大规模使用注意力模型，通过上千亿样本及十万小时级训练数据进行高速训练。百度呼叫中心语音合成，针对呼叫中心MRCP8k采用率音频，进行专门优化，全自动化的海量合成语音数据库制作过程，通过深度学习的情感拼接合成技术及神经网络声码器的参数合成技术，合成效果更流畅自然，更适合客服场景。
AI能力对接及持续优化
智能客服系统与呼叫中心平台会有很多交互，往往对在系统集成时，耗费大量时间成本。因此，百度基于呼叫中心平台专门开发了MRCP端到端解决方案。使原本几周的对接时间，降低为几天。呼叫中心平台可直接通过MRCP协议进行快速对接。使企业的呼叫中心平台或呼叫中心平台服务商，能够直接对接AI能力。无需大量额外开发。
当前AI能力仍处在持续提升阶段，还无法达到非常理想的“强人工智能”阶段。不同的业务场景，也会存在专有名词识别不准等问题。百度建立了语音模型自训练平台，可以持续对语言模型进行模型训练，提升业务专有名词等问题的识别准确率。帮助企业实现定制化模型，且随着业务的发展和数据的积累，能够不断的提升准确率。真正达到理想的效果。
