微软的DNN技术为客户互动平台带来了更高的语音识别准确度。
CTI论坛(ctiforum.com)9月2日消息（编译/老秦）: [24]7公司发布了其客户互动平台的最新版本，此版本集成了微软的深度神经网络（DNN）技术，并将其引入到了交互式语音应答（IVR）系统当中。这一举措期望能将语音识别精度提高到至少95%以上，在跨越几种语言的某些客户端应用测试中提升超过了25%。
“我们很高兴成为申请IVR深层神经网络的第一家公司，” [24]7公司首席技术官帕特里克·阮（Patrick Nguyen）说。
这一集成“早该实现了，”他说，并指出，深层神经网络已经创造出了像Siri和Contana这样的面向消费者的应用，但直到现在，一直没有使用在商业环境中。
深层神经网络技术适用于语音识别，当涉及到理解和处理口语时旨在模拟人类的大脑。
[24]7公司的客户互动平台结合微软DNN技术从来自Bing搜索、Xbox和Windows电话中超过100亿条话语中进行分析，并应用到企业自助服务IVR交互中，通常会遇到背景噪音、口音和方言的挑战。
“利用DNN，语音识别对于外界噪音、口音，方言等更加的包容，”阮（Nguyen）说。“我们对于准确度的提高一直都很惊讶。”
为了那些拨号进入IVR的客户，深层神经网络技术将降低语法错误、错配和无匹配的数量，阮（Nguyen）说，这应该会减少再寻求座席人员帮助的数量。“作为一个消费者，你会发现，IVR更加地理解你，”他说。“DNN将给客户带来更多的良好体验。”
将深层神经网络技术运用到IVR中不会降低IVR的速度，虽然这将需要更多的计算能力，根据阮（Nguyen）的说法。“不会有任何的延迟，”他说。“从行业的角度来看，如果你有最新的服务方法，你就应该支持。”
Avis Budget集团是使用[24] 7公司语音解决方案与DNN技术的第一个欧洲客户。“从预订和确认到变更和扩展，客户满意度和自助服务是Avis Budget集团的战略重点。至关重要的是，我们提供最好的，最高效的自助服务体验，”Avis Budget集团首席信息官杰拉德·英索尔（Gerard Insall）在一份声明中如此表示。“我们的客户从各类嘈杂的环境中打电话，IVR系统在过去一直在努力地从类似于机场等繁忙的公共场所中分辨客户的声音。这个新的平台将帮助我们应对许多问题并且使我们的客户能够毫不费力地通过IVR完成他们的交易。”
微软的深层神经网络技术融入[24]7公司的IVR系统受益于两家公司已经有好几年了的密切关系。早在2012年初，微软和[24]7公司宣布建立合作伙伴关系，并将微软的企业IVR业务转交给[24]7公司。作为该协议的一部分，两家公司还同意共享技术路线图和长期的知识产权授权协议，该授权协议覆盖了微软提供的语音相关技术的专利组合。
“微软深层神经网络背后的科学已经大大提高了跨多个消费者和企业的语音识别能力，” 微软应用程序和服务集团副总裁大卫·顾（David Ku）在一份声明中说。“我们很高兴[24]7公司能够利用微软的语音技术为企业IVR带来显着的改善。”
尽管[24]7公司是第一个在IVR中使用该技术的，阮（Nguyen）期望深层神经网络是IVR的未来。
“随着我们看到的性能和精度的改进，将会提高人们使用语音自助服务的舒适感，”他说，“当要跟企业打交道时，人们会更愿意使用IVR。”
“整合微软的深层神经网络技术到企业的IVR中是一个巨大的进步，这将为企业寻找到为消费者提供更有效可靠的自助服务方法，” [24]7公司首席执行官和创始人之一PV Kannan在一份声明中说。“在运用先进的预测模型和数据分析以改善客户互动方面，[24]7公司是一个较早的创新者。DNN技术的引入是在整个传承中的一个重要里程碑。随着移动设备和移动应用程序的日益繁荣，我们知道，对于自助服务来说，更艰苦的旅程刚刚开始，所以各大公司需要这些下一代的解决方案以有效地满足客户的期望。”
声明:版权所有 非合作媒体谢绝转载
