2018年是人工智能霸道成長的一年，谷歌、微軟等大廠ai試驗室熱火朝天，市情上人工智能產物不足為奇。

在智能語音上面，智能大哥大（比方cortana，siri，ok google，...），部分輔助（比方google home，amazon echo，...），交互式語音應答（錢莊，應答機， ......），語音機器人（電話機器人、客服機器人、電銷機器人，……），在生存中很罕見，展現都讓人欣喜。同聲她們處事道理也大概溝通。

正文以靈聲機器人為例，解說智能語音電話機器人處事道理：

第一階段：c端——b端

語音到文本的進程。旗號源→擺設（捕捉音頻輸出）→鞏固音頻輸出→檢驗和測定語音→變換為其余情勢（如文本）

在檢驗和測定語音進程中，就囊括辨別能否為語音旗號，該進程會經過指定的頻次對模仿旗號舉行采集樣品，將模仿聲波變換為數篇幅據。這一進程很要害，能否勝利地辨別語音。即使天生數篇幅據都是缺點的，那么后期的處置相應那確定是錯的。這也是感化智能語音輔助或語音機器人辨別率的要害成分。

靈聲應用vad本領簡化語音處置，同聲不妨在ip電話運用中制止對靜音數據包的源代碼和傳輸，儉樸計劃功夫和帶寬。

第二階段：b端——云霄——b端

ai應答處置進程。數字化語音數據→處置文本（如用nlp處置文本，辨別企圖）→傳播ai應答訓令。同聲在靈聲ai平臺（lap）會鑒于crm和語音應答舉行大數據領會，天生用戶肖像。

在這個進程，靈聲ai平臺（lap）會對少許字段舉行記載，囊括標志和打分。那些不妨用來分門別類客戶的理想等第，便于扶助您指定二次跟進安置。同聲會鑒于crm和語音應答舉行大數據領會，天生用戶肖像。

客戶肖像重要包括兩層實質，第一層囊括用來刻畫客戶的最罕見類型，比方人丁統計，社會財經情景和產物運用。第二層擴充了第一層的觀念，囊括情緒特性，天生，地輿，地輿消息和所探求的便宜，即客戶理想。

經過理想領會，不妨察看客戶理想情景。經過圓環圖和柱狀圖展表示向的散布情景。圓環圖重要用來察看各類理想散布的比率，柱狀圖比較領會各別功夫理想散布的異同。

第三階段：b端——c端

操縱相映。ai應答訓令→用戶。

創造更好的交談領會，準時相應用戶需要，在用戶遇到艱巨時提出引導性倡導，準時處置用戶在運用中遇到的百般題目。經過lstm輪回神經搜集框架，以及運用洪量標志數據，舉行演練培植靈聲，深刻辨別對方企圖和領會對話的左右文，與用戶舉行深度溝通。

假如用戶說“ 我想要預訂屋子”。nlu的處事是獲得此輸出，領會用戶的企圖并在輸出中搜索實業。

在這個例子里，企圖是預訂，實業是屋子。

究竟上，“我想要估計個屋子”，有多種表述，比方“你這邊空屋間，我要訂個”，“屋子有嗎，給我訂個”……在那些表述中，靈聲ai機器人提煉出企圖和實業該當都是溝通的。

這只是是第一步，第二步為chatbot天生恢復動靜。它接收上個組件的企圖和實業的輸入并運用呆板進修模子來天生恢復/采用動作。

對準“我想要估計個屋子”，靈聲該當給出相映建媾和處置計劃，比方“您好，棧房再有空屋，你想要哪種房型？”

同聲在通話進程中扶助打斷，即用戶不妨隨時打斷機器人。在通話進程中，除去辨別語義，企圖和情結把控很要害。靈聲不妨細分企圖（通用的企圖、交易性企圖）和情結（通用的情結、交易性的情結。）