當你用信用卡支付而撥打銀行提供的客戶服務熱線時，會傾向于使用自動語音服務，還是人工服務呢？答案無疑是人工服務。但一項Gartner最新的調查數據顯示，當客戶不得不拿著電話等候數分鐘時，超過50%的用戶會選擇自動話務員。因此，盡管語音自動識別技術目前還不能完全滿足呼叫中心的需求，但出于降低成本方面的考慮，很多企業都開始嘗試這項技術。

　　目前，語言識別技術已經被大量應用于企業的呼叫中心領域。大部分的電腦查詢服務都會采用自動語音識別技術，用來處理客戶的各種需求，從而減少人工服務的數量，節約人力資源。然而，在經歷過冗長、復雜的自助服務互動體驗后，客戶更加期待實用性高的語音互動應用，使得他們能夠在撥打了第一通電話后就輕松將問題解決。這也讓自動語音識別的準確性成為衡量語音識別軟件的一個重要標準。對于語言識別技術供應商來說，其產品應當包括對自然語言與噪音處理的功能，以及支持多種語言版本和方言。

　　Nuance是最早從事自動語音識別技術研究的公司之一，在其最新推出的語音識別應用平臺中，已經能夠有效地過濾噪聲背景，適度提高語音辨析率，并在無線、免提和嘈雜的環境下提高準確率。目前的語音識別應用系統還可以自動適應每種特別的部署環境，并具體套用于各種方言、區域口音和電話線路特性的聲學模型中。

　　排除噪音干擾是語音識別技術的一項關鍵性挑戰。為了能在本質上展現高效處理各種噪音的能力，提供更高的識別準確度，服務商通常與學術界和數據收集單位保持密切關系，廣泛且準確地使用這些聲學和語言學的數據。在目前的語音識別系統中，其聲學模型通常采用大量來自現實世界的數據整合而成，包括各種噪音環境，從而具有較高的噪聲適應性。

　　以Nuance公司為例，依靠其先進的端點和語音檢測公式，系統能夠精確地將語音內容和背景噪音分離開來，即使是在極其嘈雜的移動環境中，新的端點檢測技術也能夠讓系統自行判斷語音何時開始、何時結束，從而更準確地轉錄。事實上，相較于之前的傳統語音識別產品，Nuance公司在嘈雜環境中展現了更優越的偵測準確度，識別準確率平均提升了45%以上。

　　據筆者了解，現在最新的語音識別平臺還具有非常準確的自然語言處理能力，以高效處理開放式的語音輸入以及主動對話等狀況。系統能夠根據來電者提供的資料，讓對話變得更加靈活。比如說，來電者可在通話中一次提出好幾個問題，或者通過提示來修正系統。因此，語音自助服務應用能夠帶來更好的結果，提高自動化率，縮短電話客服處理時間，降低客戶掛機的頻率，帶給客戶更有價值的互動體驗。

　　以雅芳公司為例，它是最大的直銷公司之一，每天要處理來自全球各處的客戶問題。在還沒應用自動語音識別技術以前，雅芳客服中心每年有1200萬個電話需要處理，企業承擔的成本高達1500萬美元。

　　后來雅芳在客服電話系統中采用Nuance語音識別與語音合成技術后，每通電話的成本可以降低至0.2美元左右。每年透過Nuance自動語音識別技術，成功處理完500萬件的客戶問題，客戶滿意度可以達到87%。數據顯示，50%以上來電者會在等待時選擇自動語音服務，且這些客戶大多可順利地透過此服務，在線將問題處理完畢，不再需要轉接客服人員。

　　其實，語音自動識別技術還可以被應用于網絡搜索等領域，將來用戶只需一個口令，就可以在Google和Yahoo上得到電腦的自動回復。我們可以看到，自動語音識別技術有著廣闊的應用范圍，而基于此技術的應用軟件還在不斷地開發與研制中，也許就在不遠的將來，自動語音識別技術的實用化將可以真正實現。