2018年是人工智能霸道成长的一年，谷歌、微软等大厂ai试验室热火朝天，市情上人工智能产物不足为奇。

在智能语音上面，智能大哥大（比方cortana，siri，ok google，...），部分辅助（比方google home，amazon echo，...），交互式语音应答（钱庄，应答机， ......），语音机器人（电话机器人、客服机器人、电销机器人，……），在生存中很罕见，展现都让人欣喜。同声她们处事道理也大概沟通。

正文以灵声机器人为例，解说智能语音电话机器人处事道理：

第一阶段：c端——b端

语音到文本的进程。旗号源→摆设（捕捉音频输出）→巩固音频输出→检验和测定语音→变换为其余情势（如文本）

在检验和测定语音进程中，就囊括辨别能否为语音旗号，该进程会经过指定的频次对模仿旗号举行采集样品，将模仿声波变换为数篇幅据。这一进程很要害，能否胜利地辨别语音。即使天生数篇幅据都是缺点的，那么后期的处置相应那确定是错的。这也是感化智能语音辅助或语音机器人辨别率的要害成分。

灵声应用vad本领简化语音处置，同声不妨在ip电话运用中制止对静音数据包的源代码和传输，俭朴计划功夫和带宽。

第二阶段：b端——云霄——b端

ai应答处置进程。数字化语音数据→处置文本（如用nlp处置文本，辨别企图）→传播ai应答训令。同声在灵声ai平台（lap）会鉴于crm和语音应答举行大数据领会，天生用户肖像。

在这个进程，灵声ai平台（lap）会对少许字段举行记载，囊括标志和打分。那些不妨用来分门别类客户的理想等第，便于扶助您指定二次跟进安置。同声会鉴于crm和语音应答举行大数据领会，天生用户肖像。

客户肖像重要包括两层实质，第一层囊括用来刻画客户的最罕见类型，比方人丁统计，社会财经情景和产物运用。第二层扩充了第一层的观念，囊括情绪特性，天生，地舆，地舆消息和所探求的便宜，即客户理想。

经过理想领会，不妨察看客户理想情景。经过圆环图和柱状图展表示向的散布情景。圆环图重要用来察看各类理想散布的比率，柱状图比较领会各别功夫理想散布的异同。

第三阶段：b端——c端

操纵相映。ai应答训令→用户。

创造更好的交谈领会，准时相应用户需要，在用户遇到艰巨时提出引导性倡导，准时处置用户在运用中遇到的百般题目。经过lstm轮回神经搜集框架，以及运用洪量标志数据，举行演练培植灵声，深刻辨别对方企图和领会对话的左右文，与用户举行深度沟通。

假如用户说“ 我想要预订屋子”。nlu的处事是获得此输出，领会用户的企图并在输出中搜索实业。

在这个例子里，企图是预订，实业是屋子。

究竟上，“我想要估计个屋子”，有多种表述，比方“你这边空屋间，我要订个”，“屋子有吗，给我订个”……在那些表述中，灵声ai机器人提炼出企图和实业该当都是沟通的。

这只是是第一步，第二步为chatbot天生恢复动静。它接收上个组件的企图和实业的输入并运用呆板进修模子来天生恢复/采用动作。

对准“我想要估计个屋子”，灵声该当给出相映建媾和处置计划，比方“您好，栈房再有空屋，你想要哪种房型？”

同声在通话进程中扶助打断，即用户不妨随时打断机器人。在通话进程中，除去辨别语义，企图和情结把控很要害。灵声不妨细分企图（通用的企图、交易性企图）和情结（通用的情结、交易性的情结。）