//  
编者按：在电信行业，话务服务应用于各行各业，凡是需要营销以及客服的企业都有这种服务需求。但随着话务行业的不断发展，各种痛点不断涌现。针对这些问题，青岛洞听智能科技有限公司研发了智能外呼机器人小GO，为信贷领域提供了各种场景下的新解法。
文/陈亮
整理/LiveVideoStack
大家好，我叫陈亮，来自青岛洞听智能科技有限公司。今天给大家分享的主题是智能外呼：引领信贷服务的未来。
-01-
信贷领域传统客服场景解决新思路
在当前行业中存在几个主要痛点，具体表现如下：
首先，高人工成本和人员流失率的问题显著。新招募的话务员需要经过培训，但由于日常工作内容相对单一，导致员工流失率较高。
其次，话务员情绪波动幅度大，再加上长时间的电话工作，造成工作效率下降的问题。
第三，统计和记录方面存在困难，容易出现重复记录的情况，从而导致客户资源的浪费和损失。
传统的外呼流程通常需要人工使用软件进行拨号操作，面对每天繁重的通话时长任务，有时客户甚至会在接通后立即挂断，这迫使工作人员不得不加班加点来完成任务。
在金融行业中，催收是一个不可或缺的环节。然而，随着大数据、云计算以及人工智能技术的发展，催收领域也在逐步实现智能化的转变。
智能对话机器人不仅局限于催收领域，它在多个场景中都具有广泛的应用。举例来说，在客服领域，这种智能外呼机器人可以为客户提供支持，解答常见问题等。此外，在日常生活中，它还可以用于预约、挂号，甚至市场调研，快速收集大量用户反馈数据。智能对话机器人能够从倾听、回应到记录的全过程，而人类只需负责管理。因此，机器人在辅助人类处理各种任务方面发挥着重要作用。
上图展示了智能对话机器人产品所提供的价值。
通过比较人工客服与智能机器人，在拨打量方面，机器人表现出远超人工的优势。一个智能机器人每天能够高效地完成相当于5~10名人工客服的工作量，从而降低人力成本。
此外，智能机器人实现全年无休，365天持续运行。其次，智能机器人能够始终保持稳定的工作状态，因为它不受情绪影响，不像人工客服容易受情绪波动影响工作效率。在业务培训方面，只需将话术直接导入机器人，无需过多进行业务培训，从而节省了培训成本和时间。最后，在运营成本方面，智能机器人受场地限制较少，运营成本较低，这也为企业带来了经济上的优势。如此可见，智能对话机器人产品在多个方面为企业带来实际的价值。
-02-
小Go 让沟通更高效、更智能
小Go机器人是一款集成了ASR（自动语音识别）、NLP（自然语言处理）和TTS（文本到语音合成）等多种人工智能技术的智能机器人。它具备准确判断客户意图的能力，并能以灵活的方式回答问题。
在使用过程中，小Go机器人采用了人机结合的工作模式。首先，机器人会对大批量电话进行过滤，识别出哪些通话需要人工介入，然后灵活地将这些通话接入人工处理流程中。小Go机器人拥有便捷的话术配置功能，允许管理员轻松修改和编辑话术。通过机器人的辅助，可以帮助人工完成枯燥重复的工作，从而降低人力成本，提高工作效率。
上图展示了外呼机器人的完整工作流程。首先，管理员根据拨打对象、拨打时间段、跟进频率、策略以及线路等信息进行管理，还可以定义多套话术版本。某些话术版本设置完成后，坐席将需要拨打的电话导入系统，并选择相应的策略和话术，即可开始拨打电话。之后，小Go机器人会接听电话，进行语音识别，提取对话信息，然后通过自然语言处理技术生成回复文本，最后通过TTS技术合成语音并进行播报，最终完成拨打。拨打结果也可以以智能数据看板的形式展示，方便坐席查看拨打结果并导出，以进行策略调整。
总之，小Go机器人是一款集成多种人工智能技术的智能机器人，通过人机结合的方式，实现高效的拨打工作流程，提高工作效率，降低成本。
以下是关于外呼机器人产品的详细介绍：
1.灵活的对话管理配置：该外呼机器人允许用户进行对话管理的灵活配置，包括拨打结果和话术的定义。用户可以根据需求自定义对话流程，以及根据不同情况配置适当的回答话术。
2.呼叫中心配置：在呼叫中心方面，用户可以选择不同的呼入和呼出线路，并进行拨打优先级的调整。这有助于更好地管理通话流量，提高通话效率。
3.智能策略配置：外呼机器人支持灵活的策略配置。用户可以根据拨打的频率和时间段进行配置，从而提高通话的接通率，同时改善用户体验。
4.通话任务导入：该产品支持单条通话和批量导入通话任务。用户可以将通话任务轻松导入系统，并一键导入客户信息，实现智能化的外呼操作。
5.强大的对话机器人：对话机器人是产品的核心组成部分，提供了准确判断客户意图和灵活回答问题的能力。通过集成ASR、NLP和TTS等技术，实现智能化的对话流程。
6.数据看板展示：产品通过数据看板的形式呈现拨打结果，方便使用者查看整体拨打流程以及统计数据。这有助于用户更好地了解通话的效果，并进行相应的调整。
总之，该外呼机器人产品提供了多个方面的灵活配置和功能，包括对话管理、呼叫中心配置、策略配置、通话任务导入、智能对话机器人等，同时通过数据看板展示结果，为用户带来了高效、智能和便捷的外呼体验。
-03-
技术特色
语音识别是一个涵盖多个学科领域的交叉领域，其中包括声学、语言学、语音学、数字信号理论等多个学科。洞听智能自主研发了语音识别引擎驱动，采用了国际领先的Transformer算法，这种算法在准确率方面取得了显著成果，达到了93%以上的高准确率水平。
模型的结构非常清晰简洁，主要分为三个部分：一个Encoder和两个Decoder。通过CTC解码器和Attention解码器对CTC解码结果进行评分。这种模型同时适用于流式和非流式的语音识别。在识别过程中，可以根据需要调整处理的时间窗口chunk大小。如果chunk较大，模型会在获取完整段话后进行解码，这是一种非流式识别。如果chunk较小，模型将支持流式识别。模型的实时识别准确率可以达到0.1以下，即解析10秒音频只需不到1秒的时间。
在模型训练方面，洞听智能使用了联信集团多年的客服拨打语音通话数据，该数据经过专业标注团队的标注，总计约标注了1400小时的语音数据。这些数据为模型的训练提供了坚实的基础。
模型框架整体结构：
第一层是基于PyTorch生态系统。在训练阶段，模型完全依赖于PyTorch进行训练，无需复杂的安装和配置工具。
第二层涵盖了研发和产品两个方面。通过TorchScript对PyTorch训练好的模型进行转换，使得模型能够在C++环境中高效运行，并且获得优越的性能。LibTorch是PyTorch提供的C++接口，这对于满足工业场景的需求非常重要，因为LibTorch主要由C++代码构成。
我们提供了两种部署方案，即公有云和私有化部署。这意味着用户可以根据自己的需求选择将模型部署在公有云环境中，或者选择在私有环境中进行部署。这种灵活性有助于满足不同用户的不同部署需求。
男女音色识别的主要目的是为了识别说话人的身份。为何不采用声纹识别的主要原因是，面对每天海量的音频数据，会导致高额的存储成本。因此，选择了男女音色识别作为解决方案，以应对债务人信息识别的需求。该模型基于Librispeech数据集，使用Facebook的Wav2Vec2模型，并通过TorchScript将模型转化为C++框架，嵌入到语音识别中。该方案有助于提高通话识别和回复的准确性，从而增强用户体验。
在将音频数据转换为文本后，需要处理大量的非结构化文本数据，为了从中提取有用的信息，我们选择了ERNIE 3.0模型，以帮助我们有效地从说话人文本中提取相关信息。
从文本中提取出地址、个人信息、还款金额以及电话号码等，然后这些信息将被自动整合成一条催记，以便管理人员随时查看。此外，每当机器人获取到新的信息时，系统还会生成一个新线索的提醒，以保证及时跟进和处理。
意图理解是自然语言处理领域中的一个重要研究方向，其目标是识别说话人的意图。通过深入理解说话人的意图，我们才能更有效地进行回复和互动。在这一领域中，采用了基于文心的NLP模型，该模型涵盖了约100多个不同的意图。值得注意的是，在信贷领域的数据识别方面，准确率已经超过85%。
同时可完成多意图的识别。
意图识别采用了ernie3.0模型，与此同时，针对其他场景同样支持高度定制化的意图识别。
对话管理是一个采用有限状态机的数学模型。通过在不同状态之间的转换，能够有效管理对话的流程。
上述例子可以帮我们更好地理解：
灯一开始的状态是关闭的，当触发了开灯的状态转换时，灯的状态会从关闭变为打开。此外，这个灯还有一些属性，例如亮度中等、亮度高、亮度低。在进入开灯状态时，它可能还会触发其他情况，比如灯的故障。
类似地，我们可以将这种状态转换应用于实际场景，比如小Go在与客户通话时。开始时，他需要确认客户的身份，这对应于一个未确认身份的状态。当客户开始说话后，系统会进行意图识别，如果确认客户的意图为肯定，那么系统会将状态从未确认身份转换为已确认身份。从而机器人能够有针对性的进行回答，更加的智能化。
这个例子清晰地展示了状态转换和意图识别在实际应用中的作用，以及如何根据不同的状态和属性生成相应的回复。
TTS（文本到语音）语音的合成模块，使用了FastSpeech2模型。FastSpeech2模型通过预测控制音色的重音停顿，赋予了语音更多样的语气，从而使机器人的回复更生动。此外，还提供了定制化的语音服务，允许用户特定字符的发音进行个性化定制。
TTS语音合成技术在使得机器人的回应更加自然和生动的同时，还提供了灵活的发音定制选项，以满足各种语音合成需求。这种技术可以改善对话体验，使得机器人的回复更加人性化和自然。
系统的架构采用了非回归式编码器和解码器的设计。编码器和解码器都由多个Transformer块组成，而且在Encoder和Decoder之间还包括了变换适应层。这个层的主要作用是将音频特征之间的停顿与音调、音量等因素相关联，从而使模型更好地捕捉音频的特征。
关键词识别是语音识别和自然语言处理领域的关键任务，其应用广泛，包括语音助手、智能家居以及汽车智能系统等。例如，智能助手Siri、小爱同学都在其中。洞听采用了基于时间卷积和ResNet的混合模型，结合了残差网络和时间卷积的优势，以提高效率和加快处理速度。
关键词识别在电话通信领域发挥着重要作用，其主要任务是确定电话的状态，包括关机、停机、无法拨通或正在通话等各种情况。传统客服中心通常使用SIP应答码方法，但其准确率较低，且分类数量有限。相比之下，洞听采用了自研的关键词识别技术，可以精准地识别多种状态，包括19个常见类别，因此提供更准确、更详细的拨打结果。
关键词识别将每帧的MFCC特征作为时间序列输入到网络中。这种方法具有明显的优点，原始的3×3卷积内核转变成了3×1的卷积内核，这一变化使计算量提升了40倍。
使用的卷积和残差模型网络结构，与传统的二维卷积相比，性能有了显著提升，这一提升也反映在参数量上。第一层采用了3×1的卷积核，而后续的几个模块则使用了9×1的卷积核。
智能预警拦截包含两个关键方面：
第一部分是关于风险预防以及在过程中如何规避风险。在呼叫中心拨打电话之前，我们会先检查对方是否有之前的投诉记录。如果有这样的记录，我们不会使用机器人自动拨打电话，而会由人工坐席来处理，以避免再次引发投诉。
在机器人拨打电话的过程中，债务人可能会表现出激动情绪，这些情绪可以分为不同的等级。通过意图识别，我们可以确定风险等级。值得注意的是，风险等级越高，当风险等级达到4时，我们会立即连接人工坐席来平息债务人情绪，以防止投诉情况的发生。至今为止，所有案件中都没有一次是因为小Go机器人而导致的投诉。
-04-
客户案例
小Go机器人是为联信集团开发的智能催收机器人，具备以下特点：
1. 自动化：小Go机器人能够自动执行催收任务，无需人工干预，从而显著降低人力成本。
2. 智能化：机器人采用智能算法和意图识别，可以识别债务人的情绪和风险等级，有针对性地应对不同情况。
3. 高度定制化：小Go机器人可根据不同需求进行高度定制，适应不同行业和催收策略的要求。
4. 24小时运行：机器人能够全天候、不间断地执行任务，不受时间和地点限制，提高了催收的效率和覆盖范围。
5. 隐私保护：小Go机器人在执行任务时能够严格遵守隐私法规，保护客户的隐私信息安全。
总之，小Go机器人为联信集团提供了一种高效、灵活、安全的催收解决方案，有助于提高催收效率并降低成本。
小Go机器人的一些业务价值点：
人机结合的作业模式：小Go机器人采用人机结合的工作方式，将机器的自动化执行与人工的智能干预相结合，充分发挥了双方的优势，提高了工作效率。
智能风险拦截：机器人通过智能算法和数据分析，可以识别潜在风险，从而避免与高风险债务人的交互，降低了不必要的风险。
自动生成拨打策略：小Go机器人能够根据数据和情境自动生成拨打策略，根据不同的催收需求灵活调整策略，提高了催收的针对性和效率。
操作界面展示：图形化的操作界面使用户能够直观地监控和管理机器人的工作，提供了便捷的管理工具，帮助用户更好地掌控催收流程。
总的来说，小Go机器人通过其智能化的催收功能，为业务提供了高效、自动化、智能化的解决方案，有助于提高催收效率，降低风险，并提供用户友好的操作界面。
以联信集团的全手次案例为例进行实验，在实验中，小Go组采用了小Go机器人与人工协同合作的方式进行催收，而人工组则仅依靠人工催收。实验结果表明，与人工组相比，小Go组在多个方面都取得了显著的改善：
人均回收率提升15.3%，这表明小Go机器人与人工协同合作能够更有效地催收欠款。日均拨打案件可联占比提高18.2%，这意味着机器人的自动拨打和策略更具针对性，能够提高联系成功的机会。
人均每小时接通电话数提升36.9%，这表明机器人的自动化拨打和策略生成能够在短时间内提高催收效率。
综合来看，实验结果表明小Go机器人与人工协同催收的方式在提高回收率、联系率和效率方面都表现出明显的优势。这证明了机器人在催收领域的潜在价值，可以为联信集团等企业提供更有效的催收解决方案。
洞听为某公安局开发的回访机器人，最初用于疫情回访和流行病调查，后来扩展到社区回访。其主要功能包括：
疫情流调：在疫情期间，机器人能够进行疫情的流行病学调查，收集和分析相关数据，以便公安局更好地了解疫情情况。
信息通知：机器人可以自动发送疫情相关的信息通知给居民，包括防控措施、疫苗接种信息等，以提高公众的疫情意识。
处理投诉举报电话：除了疫情相关的任务，机器人还可以处理日常的投诉和举报电话，协助公安局处理社区居民的各种问题和需求。
这种机器人的多功能性使其成为应对紧急情况和日常管理的有力工具，可以提高工作效率，减轻公安人员的工作负担，并更好地服务社区居民。
智能社区回访的机器人显著提高了工作效率，具体体现在以下几个方面：
信息收集：机器人能够迅速而准确地收集社区居民的信息，包括健康状况、疫情暴露风险等。这有助于公安局更好地了解社区的疫情状况，采取相应的防控措施。
知识普及：机器人可以向居民提供疫情相关知识，如防护措施、病毒传播途径等，帮助提高居民的健康意识和自我保护能力。
安抚情绪：在疫情期间，人们的焦虑情绪常常高涨。机器人的存在可以提供心理支持，通过交流和信息传递，有助于安抚人们的情绪，减轻焦虑感。
智能社区回访机器人在电话接通率方面实现了50%的提升，不仅降低了人力成本，还显著提高了效率。
以上就是我的分享，谢谢大家。

▲扫描图中二维码或点击“阅读原文”▲
直通LiveVideoStackCon 2023深圳站 9折购票通道
继续阅读
阅读原文
关键词
模型
客服
技术
技术
企业