伴随移动互联网技术的发展，移动设备成为人们生活的伙伴和工作的助手，语音技术的不断突破，对任何一个能够从语音互动中获益的行业来说，它将彻底改变用户使用产品和服务的方式。手机和语音技术是一对好搭挡，人们可以轻松的通过语言来指令手机完成信息查询、任务下派等操作，给人们的生活、工作、娱乐等都带来了极大的便利。本文结合电力行业营销工作的实际情况，探索语音技术在营销移动作业方面的应用。
一、语音关键技术
语音合成和语音识别技术是实现人机语音通信，建立一个有听和讲能力的口语系统所必需的两项关键技术。和语音识别相比，语音合成的技术相对说来更为成熟。
语音合成，又称文语转换（Text to ）技术，能将任意文字信息实时转化为标准流畅的语音朗读出来，相当于给机器装上了人工嘴巴。
一般而言，语音合成工作分为语言处理、韵律处理、语音合成、语音输出4个步骤：
图1科大讯飞语音合成系统框架图
（引自：电子发烧友，这些耳熟能详的VR语音技术方案您都了解过吗？）
语音识别，以语音的研究为对象，通过语音信号处理和模式识别让机器自动识别和理解人类口述的语言（百度百科）。
一般而言，语言识别工作过程可分为如下7步骤[1]：
第一步，去除冗余。对语音信号进行分析和处理，除去冗余信息。
第二步，提取特征。提取影响语音识别的关键信息和表达语言含义的特征信息。
第三步，识别关键。紧扣特征信息，用最小单元识别字词。
第四步，识别字词。按照不同语言的各自语法，依照先后次序识别字词。
第五步，关联语境。把前后意思当作辅助识别条件，有利于分析和识别。
第六步，构造语句。按照语义分析，给关键信息划分段落，取出所识别出的字词并连接起来，同时根据语句意思调整句子构成。
第七步，修正语句。结合语义，仔细分析上下文的相互联系，对当前正在处理的语句进行适当修正。
图2 语音识别工作过程
（引自：CSDN-专业开发者社区，浅析语音识别技术的工作原理及发展）
二、语音技术电力营销移动作业的应用
不同场景的应用对于语音技术的要求不尽相同。在电力行业的应用中，因工作环境大都是现场户外作业，使用作业终端的工作人员由于年纪偏大对移动作业的微应用使用上手比较慢，如果能使用语音辅助不仅可以解放双手，帮助工作人员更聚焦当下的作业，而且降低工作人员的学习成本。
当前，语音技术可应用的业务场景，大体分为三类：语音播报、语音指令和语音互动。
壹
语音播报
语音播报，应用的是语音合成技术，目前广泛应用各行各业，能快速提升生产效能，例如：O2O订单播报能帮助店主快速接收订单；手机支付到账播报，移动支付场景下不用时刻查询自己的账户，也能快速确认账户到账情况；导航语音播报等，开车人员不用时刻盯着导航看，减少交通事故。以上场景都展示了语音播报带给人们生产生活的极大便利，在电力移动作业应用场景中，语音播报也同样能大幅提升工作效率。
应用场景1：任务到达播报
在没有语音播报时，当我们的工作人员在收到工作任务后，只有一个工单推送消息，如果工作人员在忙其他事情时，有可能出现无法及时查收的情况，在处理极端重点任务时有可能造成经济损失。没有语音播报时，需要工作人员拿出移动设备，主动查收自己的任务，或者由他人通过电话等其他方式才能及时收到通知。
图3 任务到达播报
在有了语音播报之后，当我们的工作人员在收到工作任务后，我们的移动应用不但会有一个工单推送消息。同时会有一个语音播报，例如：“您有新的紧急抢修工单，地址xxx”，播报内容可以根据程序自行定义，当工作人员听到工单到达后，可以即刻响应，以最短时间处理工单，大幅度提升我们的工作效率。
应用场景2：内容播报
当电力外勤工作人员很多情况下需要登高等其他危险作业的情况，双手无法腾出来。当需要查看某个文字内容时，语音播报应用就大幅提高了安全作业。
当没有语音播报，我们要用手操作移动设备，并且要使用眼睛看屏幕上的内容；当有了语音播报后，解放我们的双手，听语音即可快速了解内容，双手可以用于其他工作等。
图4 外勤人员户外作业（图片引自网络）
任务到达播报和内容播报的场景下，以往的语音合成效果比较机械化，普遍让用户体验感受不好，现在通过最新的端到端算法，以及录音加合成的技术，已经可以实现接近真人播报的感觉，不仅解放注意力还可以提升体验感。
贰
语音指令
语音指令，应用的是语音识别技术。目前应用也是非常广泛，例如：智能音响、智能电视等，我们可以说出我们的指令要求，如想听的音乐，想看的电视节目，还有智能车机系统，可以通过一些特定的语音指令来控制汽车的功能，如调解空调温度，打开车窗等，在电力移动作业应用场景中，充分的利用好语音指令，可以大幅提升工作效率，降本增效。
应用场景1：快速打开应用
当我们的电力外勤人员在外面工作时，需要快速查打开某个应用时。
当无语音指令时，需要现场人员，先打开在设备上找到相应应用，然后打开应用；当有了音指令之后，现场人员，只需要呼出语音助手，说出你要打开的应用即可。
图5 语音机器人开启
应用场景2：打开蓝牙/红外/相机等
当我们的电力外勤人员在外面工作时，很多时候需要外联其他设备或者操作设备硬件功能，例如蓝牙蓝牙/红外/相机。
当无语音指令时，需要现场人员，先打开在设备，到系统设置，将蓝牙/红外打开；当有了音指令之后，现场人员只需要呼出语音助手，说出你要打开功能即可，例如打开蓝牙，打开红外，打开相机等。
图6 语音机器人开启蓝牙
叁
语音互动
语音互动，应用的也是语音识别技术。人机交互是多方的信息交互，而不是单方面的输出，多方互动沟通才能准确传达信息，才能高效处理业务。
对于用户来说在机器上手动输入信息繁琐的操作，大部的人沟通交流的方式习惯都是对话，所以智能语音通过大数据分析，洞察用户意图，智能推荐用户所想或者为用户自动执行某些操作。针对用户每个步骤想要了解的内容，智能语音能帮用户准确执行信息输入，提高人机交互的效率！
应用场景1：催费场景
过去，催费的方式是营销系统检索出欠费用户并将相关信息传给外呼管理平台，再由外呼管理平台自动拨打电话给欠费用户。拨打时只要用户接听后则系统自动播报固定语句内容，无法与用户进行更详细的信息交互，如若用户接听后想了解如何缴费或者是其他人员接听，而系统却无法确定具体的接听方的场景，所以无法判断是否把催费信息准确高效的传达给了用户。
现在，加入语音智能交互后，则系统在拨打电话给欠费用户时，可以通过多轮对话的方式更加精准传达用户欠费信息及提醒缴费。
首先系统通过设置好的场景对欠费用户是否本人进行确认，例如系统会询问：
图7 多轮场景对话模型示意图
通过多轮对话场景的信息交互就能够准确了解到用户欠费缴费过程中发生疑惑并进行处理，提高了用户体验，提升电费回收率，减少了人工沟通的成本。
应用场景2：档案查询场景
档案查询是高频应用，电力用户档案的信息十分庞大，输入项也非常多。通常工作人员都是通过手动输入关键信息进行查询，存在的问题是操作链路长，并且外勤作业人员的双手往往是拿着工具作业，如果在微应用操作和任务作业时来回切换势必影响工作效率。
现在，在查询档案的场景中加入语音智能交互不仅可以提升工作体验，还可以使微应用操作和外勤作业可以并行处理，增加了人机交互，提升工作效率。
工作人员可以通过设备快捷键或者语音唤醒的方式查询用户档案信息，在语音输入界面中输入任何条件即可查询如下：
图8 档案查询互动图
与传统的档案查询方式对比加入了智能语音的方式不管是便捷性、交互性、安全性都有较大的提升。但是电力场景专业性比较强，使用通用的算法模式总会出现一些错误，可以通过模型优化工具实现：比如智能外呼催费场景中的“复电”在通用模型下容易被识别成“负电”，我们可以通用模型训练工具加强对“复电”的训练提升该词在此场景中的识别准确率，也就是我们平常所说，对机器人进行训练的过程。相信随着语音技术应用的不断深入，机器人会被训练的越来越通人性。
【结语】互联网快速发展及手机等移动终端的普及应用，为语言模型和声学模型的训练提供了丰富的语料；机器学习领域深度学习研究的引入，极大提高声学模型的准确率；基于有限状态机（WFST）的解码网络，大大提高了解码的速度。这些都为语音识别的广泛应用奠定了基础。同时，借助技术的进步、新基建和智能电网的逐步推进，未来，语音技术也必将在电力营销系统及其它系统中更加广泛深入的应用。
【参考资料】
[1]CSDN-专业开发者社区，浅析语音识别技术的工作原理及发展
[2]百度百科，语音识别语音合成
%E8%AF%AD%E9%9F%B3%E8%AF%86%E5%88%AB/?fr=
[3]电子发烧友，这些耳熟能详的VR语音技术方案您都了解过吗？
文 | 黄习衎、李祥龙、傅彪
朗新科技集团移动应用业务部
